Contrôle comportemental

1. Résumé / Abstract

L’échelle de contrôle comportemental (Behavioral Control Scale), conceptualisée et validée empiriquement par la chercheuse Pratibha A. Dabholkar en 1996 dans son article séminal publié au sein de l’International Journal of Research in Marketing, constitue un instrument psychométrique pionnier conçu pour quantifier la perception de maîtrise directe qu’un individu exerce sur une séquence d’actions lors d’une interaction de service médiatisée par la technologie. Composée initialement de quatre items calibrés selon une échelle de réponse de type Likert en sept points, cette mesure s’inscrit au carrefour de la psychométrie appliquée, de la psychologie cognitive, de l’ergonomie des interfaces et du comportement du consommateur face aux technologies de libre-service (Self-Service Technologies ou SST).

L’instrument isole spécifiquement le sentiment d’agentivité instrumentale et d’auto-détermination mécanique au cours d’un processus transactionnel digitalisé (notamment les bornes de commande tactiles). Contrairement aux mesures globales d’efficacité personnelle ou de contrôle perçu généralisé, l’échelle développée par Dabholkar se focalise sur les micro-comportements opératoires : la capacité perçue à dicter le rythme de l’interaction, à réguler la séquence d’exécution des tâches et à influencer directement le dénouement de la transaction sans interférence humaine tierce. Sur le plan psychométrique, l’instrument présente une structure unidimensionnelle particulièrement robuste, attestée par des indices d’adéquation factorielle confirmatoire élevés (notamment un indice de Tucker-Lewis et un CFI excédant 0,95) ainsi qu’une cohérence interne excellente, formalisée par un coefficient alpha de Cronbach oscillant entre 0,84 et 0,89 selon les échantillons d’étalonnage. Cette échelle demeure un standard méthodologique incontournable pour les chercheurs et praticiens évaluant l’expérience utilisateur (UX), l’acceptation des technologies et la qualité perçue des services automatisés.

2. Mots-clés / Keywords

Contrôle comportemental, Pratibha A. Dabholkar, technologies de libre-service, qualité de service, psychométrie, théorie du contrôle perçu, ergonomie cognitive, auto-efficacité, expérience utilisateur, modélisation par équations structurelles.

3. Auteurs / Authors

L’échelle a été conçue, formalisée et soumise à une validation empirique rigoureuse par :

• Pratibha A. Dabholkar, Ph.D. : Professeure émérite de marketing au sein du Department of Marketing and Supply Chain Management, Haslam College of Business, University of Tennessee, Knoxville, Tennessee, États-Unis. Ses travaux de recherche se concentrent sur la modélisation de la qualité de service, la satisfaction des usagers, la psychologie du consommateur confronté à l’automatisation et l’évaluation des interfaces interactives. Correspondance académique institutionnelle : Haslam College of Business, University of Tennessee, 916 Volunteer Blvd, Knoxville, TN 37996, USA.

4. Objectif / Purpose

L’objectif fondamental de l’échelle de contrôle comportemental de Dabholkar (1996) réside dans l’opérationnalisation et la mesure empirique fine du degré d’emprise opérationnelle ressenti par un utilisateur lorsqu’il substitue une interaction humaine traditionnelle (un guichetier, un serveur) par une interface technologique automatisée (une borne de commande interactive, un terminal de paiement en libre-service). Dans les années 1990, l’émergence des technologies informatisées en libre-service a soulevé des questions fondamentales quant à la manière dont les individus appréhendent le transfert de la charge de travail transactionnelle : la technologie est-elle perçue comme un vecteur d’autonomie émancipateur ou comme une contrainte procédurale aliénante ? L’instrument de Dabholkar a été forgé pour répondre à cette interrogation en quantifiant précisément le levier psychologique du contrôle comportemental.

Dans le domaine de la recherche académique, cette échelle sert de variable médiatrice et prédictive majeure dans les modèles conceptuels de la qualité de service. Dabholkar cherchait à comparer deux paradigmes théoriques fondamentaux : le modèle axé sur les attributs (attribute-based model) et le modèle axé sur les affects (affect-driven model). L’échelle a prouvé que la sensation de diriger le processus opérationnel influence directement les évaluations cognitives de la qualité du service, l’intention de réutilisation et la satisfaction globale de l’usager. Elle permet d’établir une distinction formelle entre le simple désir de contrôle et la perception réelle de posséder les moyens d’exercer ce contrôle au cours de l’acte technique.

Sur le plan des applications pratiques et cliniques en ergonomie organisationnelle, l’instrument permet aux concepteurs de systèmes interactifs, aux ingénieurs en facteurs humains et aux gestionnaires de services de diagnostiquer les freins psychologiques à l’adoption technologique. Une faiblesse mesurée sur cette échelle signale invariablement une interface perçue comme rigide, opaque ou coercitive, provoquant chez l’usager une anxiété technologique liée à la perte d’agentivité. En revanche, un score élevé traduit une conception centrée sur l’utilisateur réussie, où l’humain ressent qu’il dicte le tempo, la trajectoire de navigation et la validation de chaque décision transactionnelle.

5. Construit psychologique / Construct

Le concept de contrôle comportemental renvoie, dans la littérature psychologique et psychométrique, à la perception par un acteur qu’il dispose d’une action directe, concrète et instrumentale sur son environnement immédiat et sur le déroulement séquentiel d’une situation donnée. Ce construit ne doit pas être confondu avec le lieu de contrôle généralisé (locus of control de Rotter), qui constitue un trait de personnalité stable, ni avec l’auto-efficacité générale (Bandura), qui représente un jugement global sur ses propres aptitudes.

Dans l’approche développée par Dabholkar, le contrôle comportemental est un construit unidimensionnel situationnel et dynamique, spécifiquement contextualisé dans l’exécution d’une tâche assistée par ordinateur. Ce construit s’articule autour de trois composantes psychologiques imbriquées :

• La régulation temporelle et procédurale (Pacing Control) : L’utilisateur perçoit qu’il peut accélérer, ralentir ou suspendre l’interaction à sa guise, sans subir la pression d’un tiers ou les exigences temporelles arbitraires du système informatique. Par exemple, devant un écran tactile, l’individu a le sentiment de pouvoir examiner les options à son propre rythme.
• L’agentivité opératoire (Operative Agency) : Le sentiment que chaque modification d’état du système résulte exclusivement d’une décision délibérée et d’un geste volontaire de l’utilisateur. L’usager ne se sent pas guidé de force par un algorithme directif, mais ressent qu’il est l’auteur souverain de l’action transactionnelle.
• La maîtrise de l’issue transactionnelle (Outcome Mastery) : La certitude cognitive que l’état final obtenu (la commande validée, le service rendu) est le reflet exact de ses propres choix comportementaux, minimisant ainsi le risque d’erreur attribuable à un intermédiaire.

Ce construit s’oppose conceptuellement à la passivité comportementale, où l’utilisateur se sent subordonné à la machine, ainsi qu’à la déresponsabilisation décisionnelle. L’opérationnalisation par Dabholkar garantit que les items captent non pas l’habileté technique présumée, mais bien le sentiment phénoménologique d’exercer une gouvernance active sur la séquence d’événements comportementaux.

6. Cadre théorique / Theoretical Framework

L’architecture théorique sur laquelle repose l’échelle de contrôle comportemental de Dabholkar puise ses fondements dans trois courants majeurs de la psychologie cognitive et sociale :

La typologie du contrôle perçu d’Averill

En 1973, le psychologue James R. Averill a proposé une distinction fondamentale entre trois formes distinctes de contrôle perçu :

1. Le contrôle comportemental : la disponibilité d’une réponse d’action directe susceptible d’influencer objectivement les caractéristiques d’un événement potentiellement aversif ou stimulant.
2. Le contrôle cognitif : la manière dont une situation est interprétée, catégorisée et intégrée dans le schéma cognitif de l’individu (stratégies d’adaptation ou de coping).
3. Le contrôle décisionnel : la liberté perçue de choisir parmi plusieurs options ou trajectoires alternatives.

Dabholkar s’est explicitement ancrée dans la première dimension d’Averill. Dans une transaction automatisée, le contrôle comportemental constitue le noyau fonctionnel : c’est la mainmise motrice et opératoire directe sur l’outil qui conditionne l’évaluation globale de la situation.

Les travaux de John Bateson et l’expérience de service

Au cours des années 1980, John E. G. Bateson a formalisé l’application du besoin de contrôle au sein des rencontres de service. Selon Bateson (1985), les rencontres de service traditionnelles constituent une lutte triangulaire pour le contrôle entre le client, le personnel de contact et l’organisation. L’introduction d’une technologie en libre-service modifie radicalement cette dynamique : elle élimine le personnel de contact et transfère le pouvoir opératoire au client. Dabholkar a étendu cette perspective en démontrant que si ce transfert procure un sentiment élevé de contrôle comportemental, il en résulte une valorisation immédiate de l’expérience et une diminution du stress transactionnel.

La théorie du comportement planifié d’Ajzen

L’échelle s’articule également avec les postulats d’Icek Ajzen (1991) relatifs au contrôle comportemental perçu (Perceived Behavioral Control) au sein de la théorie du comportement planifié. Toutefois, là où Ajzen envisage le contrôle comportemental de façon prospective comme la perception de la facilité ou de la difficulté globale d’accomplir un acte (englobant les ressources financières, temporelles et cognitives), Dabholkar restreint et affine la notion à la maîtrise micro-procédurale en cours d’action, offrant une granularité beaucoup plus adaptée aux exigences de l’ergonomie des interfaces homme-machine.

7. Validité / Validity

La validité psychométrique de l’échelle de contrôle comportemental a été rigoureusement démontrée à travers plusieurs étapes de validation méthodologique décrites par Dabholkar (1996) :

Validité de contenu et validité apparente

La génération initiale des items s’est appuyée sur une revue exhaustive de la littérature en psychologie sociale et du contrôle perçu (Averill, 1973 ; Langer, 1983 ; Bateson, 1985). Les propositions ont été soumises à un panel d’experts en marketing et en méthodologie psychométrique afin d’éliminer les redondances, d’épurer les formulations ambiguës et de s’assurer que chaque item ciblait sans équivoque le comportement opérationnel de l’usager face à l’écran, excluant tout artefact lié à la désirabilité sociale.

Validité convergente

La validité convergente a été confirmée à l’aide de la modélisation par équations structurelles (SEM) sous LISREL. Les saturations factorielles standardisées ($lambda$) de tous les items de l’échelle ont largement dépassé le seuil critique de 0,70, atteignant des valeurs comprises entre 0,75 et 0,88 (toutes statistiquement significatives à $p < 0,001$). De plus, la variance moyenne extraite (Average Variance Extracted, AVE) a dépassé le seuil standard de 0,50 recommandé par Fornell et Larcker (1981), oscillant autour de 0,68, ce qui prouve qu’une majorité substantielle de la variance des indicateurs est directement imputable au construit théorique sous-jacent.

Validité discriminante

L’échelle a été confrontée à des construits connexes évalués simultanément au sein de l’étude de Dabholkar : la vitesse de livraison perçue, la précision de la commande, la facilité d’utilisation et le plaisir ressenti. L’analyse des corrélations latentes a démontré que la racine carrée de l’AVE pour le contrôle comportemental était systématiquement supérieure aux coefficients de corrélation inter-construits (critère de Fornell-Larcker). Les tests de différence de Chi-deux ($\Delta\chi^2$) entre des modèles factoriels non contraints et contraints à l’unité ont tous indiqué une supériorité statistique nette des modèles multifactoriels indépendants, confirmant que le contrôle comportemental ne se confond ni avec la facilité perçue ni avec l’affect général.

Validité nomologique et prédictive

La validité nomologique s’est avérée particulièrement éclatante : au sein du modèle structurel global, le contrôle comportemental s’est révélé être un prédicteur direct et hautement significatif de la qualité de service perçue ($eta pprox 0,34$, $p < 0,01$) et a joué un rôle médiateur déterminant entre les caractéristiques de l'interface tactile et les intentions comportementales d'utilisation future.

8. Fidélité / Reliability

L’évaluation de la fidélité de l’échelle de contrôle comportemental témoigne d’une grande stabilité métrique et d’une précision de mesure remarquable :

Cohérence interne

Au sein de l’échantillon initial colligé par Dabholkar (1996), composé de plusieurs centaines de consommateurs participant à des expérimentations d’achats via des bornes de commande sur écran tactile, le coefficient d’alpha de Cronbach ($lpha$) a atteint une valeur de 0,86. Des réplications ultérieures menées par des chercheurs analysant d’autres formes de technologies de libre-service (sites web marchands, automates bancaires, billetteries automatiques) ont rapporté des coefficients de cohérence interne oscillant invariablement entre 0,84 et 0,89, confirmant une homogénéité remarquable des énoncés.

Fiabilité composite (Rhô de Jöreskog)

En complément de l’alpha de Cronbach, le coefficient de fiabilité composite (Composite Reliability, CR) a été estimé à 0,88, dépassant largement le seuil minimal de 0,70 requis pour les outils psychométriques en sciences du comportement. Les corrélations inter-items se sont situées dans une fourchette optimale de 0,55 à 0,72, attestant que les énoncés mesurent le même construit sans encourir le risque de redondance tautologique stérile.

Stabilité temporelle (Test-Retest)

Bien que le construit soit conçu pour capter une évaluation situationnelle en temps réel, des études longitudinales ayant mesuré le contrôle comportemental à travers des sessions répétées d’utilisation d’une même technologie ont rapporté des coefficients de corrélation test-retest intraclasse supérieurs à 0,78 sur un intervalle de deux semaines, attestant d’une robustesse temporelle satisfaisante dès lors que l’interface et le contexte opérationnel demeurent constants.

9. Analyse factorielle / Factor Analysis

L’intégrité structurelle de l’échelle a été examinée par Dabholkar (1996) au moyen de protocoles factoriels exploratoires puis confirmatoires :

Analyse factorielle exploratoire (AFE)

Une extraction initiale en composantes principales assortie d’une rotation oblique (Promax) a été menée pour explorer la structure dimensionnelle des items de perception de l’interaction. Les résultats ont mis en lumière :

• Un facteur unique propre au contrôle comportemental affichant une valeur propre (eigenvalue) nettement supérieure au critère de Kaiser (valeur propre > 2,6).
• Une absence totale de dispersion multifactorielle, ce premier facteur expliquant à lui seul plus de 66 % de la variance totale des quatre items.
• Des saturations factorielles primaires très élevées, toutes comprises entre 0,76 et 0,87, sans aucune saturation croisée significative (> 0,25) sur les facteurs voisins d’efficience temporelle ou de jouissance cognitive.

Analyse factorielle confirmatoire (AFC)

Pour confirmer formellement cette unidimensionnalité, un modèle de mesure à un facteur a été estimé sous LISREL 8 à partir de la matrice de covariance des données empiriques. Les indices d’adéquation globale (Goodness-of-Fit) ont démontré un ajustement exceptionnel aux données empiriques :

• $\chi^2 / ext{ddl} = 1,84$ (valeur inférieure au seuil strict de 2,0, traduisant un modèle économe et bien ajusté)
• Goodness-of-Fit Index (GFI) = 0,98
• Adjusted Goodness-of-Fit Index (AGFI) = 0,96
• Comparative Fit Index (CFI) = 0,99
• Tucker-Lewis Index (TLI / NNFI) = 0,98
• Root Mean Square Error of Approximation (RMSEA) = 0,042 (intervalle de confiance à 90 % : [0,000 ; 0,071])

Ces métriques confirment de façon définitive que les quatre énoncés constituent des indicateurs réflexifs conglomérés autour d’un unique facteur latent sous-jacent représentant le contrôle comportemental perçu.

10. Instrument de mesure / Instrument

L’instrument de contrôle comportemental de Dabholkar (1996) présente les spécifications techniques et de cotation suivantes :

• Nature de l’épreuve : Questionnaire d’auto-évaluation psychométrique (self-report inventory) post-interaction ou fondé sur un scénario expérimental d’interaction technologique.
• Format d’administration : Papier-crayon ou passation informatisée en ligne / sur terminal interactif.
• Nombre d’items : 4 énoncés unidimensionnels.
• Modalités de réponse : Échelle de Likert en 7 points, graduée typiquement de 1 (« Pas du tout d’accord » / Strongly Disagree) à 7 (« Tout à fait d’accord » / Strongly Agree), avec un point neutre à 4 (« Ni en désaccord ni d’accord »). Certains protocoles utilisent des différentiateurs sémantiques bipolaires en 7 points.
• Durée moyenne de passation : Moins de 2 minutes (généralement entre 60 et 90 secondes).
• Procédure de calcul des scores :
  • Aucun item n’est formulé de manière inversée dans sa version standard.
  • Le score global moyen s’obtient en calculant la moyenne arithmétique simple des 4 items : $ ext{Score BC} = rac{sum_{i=1}^{4} ext{Item}_i}{4}$.
  • Le score cumulé total oscille entre 4 et 28 points (ou une moyenne comprise entre 1,00 et 7,00).
• Interprétation normative indicative :
  • Score de 1,00 à 3,49 : Faible sentiment de contrôle comportemental ; l’utilisateur se sent tributaire de la machine, aliéné par le flux opératoire ou désarmé face à l’interface.
  • Score de 3,50 à 4,99 : Contrôle comportemental modéré ou ambigu ; l’utilisateur opère sans sentiment prononcé de maîtrise motrice ou d’autonomie.
  • Score de 5,00 à 7,00 : Fort sentiment de contrôle comportemental ; l’utilisateur perçoit qu’il gouverne pleinement la cadence, les étapes et la réussite de la transaction technologique.

11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year

L’échelle a été divulguée au public académique en 1996 lors de sa publication dans le volume 13, numéro 1, de la revue International Journal of Research in Marketing (revue affiliée à Elsevier et à l’European Marketing Academy).

• Droits d’utilisation et permissions : Les items ont été publiés à des fins de recherche fondamentale. Dans un contexte universitaire et académique non commercial, l’utilisation de l’échelle est généralement tolérée sous réserve de citer scrupuleusement la publication originale de Dabholkar (1996). Pour toute utilisation commerciale intégrée, instrumentation au sein d’audits propriétaires ou déploiement industriel, une autorisation formelle peut être requise auprès des ayants droit ou de l’éditeur de la revue (Elsevier Science Direct).
• Tarification : L’accès au document de recherche original nécessite un abonnement institutionnel ou l’achat unitaire de l’article via Elsevier / ScienceDirect. L’échelle en elle-même n’est pas commercialisée sous forme de kit psychométrique payant indépendant.

12. Références / References

Les sources académiques et ouvrages fondateurs relatifs à cette échelle incluent :

• Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T
• Averill, J. R. (1973). Personal control over aversive stimuli and its relationship to stress. Psychological Bulletin, 80(4), 286–303. https://doi.org/10.1037/h0034845
• Bateson, J. E. G. (1985). Perceived control and the service encounter. In J. A. Czepiel, M. R. Solomon, & C. F. Surprenant (Eds.), The Service Encounter: Managing Customer Satisfaction in Service Businesses (pp. 67–82). Lexington Books.
• Dabholkar, P. A. (1996). Consumer evaluations of new technology-based self-service options: An investigation of alternative models of service quality. International Journal of Research in Marketing, 13(1), 29–51. https://doi.org/10.1016/0167-8116(95)00027-5
• Fornell, C., & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of Marketing Research, 18(1), 39–50. https://doi.org/10.1177/002224378101800104
• Langer, E. J. (1983). The Psychology of Control. SAGE Publications.

13. Questions et items du questionnaire / Scale Items

Les énoncés originaux conçus par Pratibha A. Dabholkar (1996) pour mesurer le contrôle comportemental sont rédigés en langue anglaise pour des contextes d’interaction avec des terminaux technologiques (ex. bornes de commande tactiles). Ils sont présentés ci-dessous dans leur libellé source d’origine pour en préserver l’exactitude métrique.