Incertitude décisionnelle (DCUN)

Résumé

L’échelle d’Incertitude décisionnelle (Decision Uncertainty, couramment désignée par l’acronyme DCUN dans les études de comportement du consommateur et de prise de décision) est un instrument psychométrique bref composé de trois items, conçu pour quantifier l’intensité avec laquelle un individu éprouve du doute, un manque de clarté et une difficulté subjective au moment de sélectionner une option parmi plusieurs alternatives. Issue initialement de la sous-échelle d’incertitude de la prestigieuse Decisional Conflict Scale (DCS) conceptualisée et validée par le professeur Annette M. O’Connor en 1995 dans le contexte des décisions médicales partagées, cette mesure a fait l’objet d’une adaptation remarquable dans les sciences de la consommation et le marketing comportemental (notamment par Barasz et Hagerty, 2021). Son objectif premier est de capter l’expérience aversive de l’indécision indépendamment de ses antécédents cognitifs ou contextuels.

Sur le plan structurel, l’instrument évalue trois facettes interconnectées du doute décisionnel : la clarté perçue quant à la meilleure alternative, le sentiment d’assurance ou de certitude personnelle quant au choix à opérer, et la facilité perçue du processus décisionnel global. Les items sont administrés selon une échelle de Likert en 5 ou 7 points, avec une inversion de codage des items formulés positivement afin qu’un score agrégé élevé reflète un niveau supérieur d’incertitude subjective. Les investigations psychométriques révèlent des qualités métrologiques remarquables, marquées par une consistance interne robuste (les coefficients alpha de Cronbach oscillant typiquement entre 0,82 et 0,92), une unidimensionnalité stricte confirmée par analyses factorielles confirmatoires, ainsi qu’une excellente validité convergente et prédictive vis-à-vis du report de choix, du regret post-décisionnel et de la détresse cognitive.

Mots-clés

incertitude décisionnelle, conflit décisionnel, prise de décision, psychométrie, comportement du consommateur, clarté du choix, indécision, arbitrage, psychologie cognitive, échelle d’O’Connor, évaluation psychologique, métacognition

Auteurs

L’instrument originel découle des travaux pionniers en prise de décision en santé menés par :

• Annette M. O’Connor, RN, PhD, FCAHS, professeure émérite à l’École des sciences infirmières de l’Université d’Ottawa et scientifique émérite à l’Institut de recherche de l’Hôpital d’Ottawa (Ottawa Hospital Research Institute – OHRI), Canada. Contact institutionnel : Ottawa Hospital Research Institute.

L’adaptation et la transposition de la sous-échelle autonome en tant que mesure d’incertitude du choix dans la recherche expérimentale sur le consommateur ont été notamment popularisées et validées par :

• Kate Barasz, PhD, professeure associée de marketing à l’ESADE Business School, Université Ramon Llull, Barcelone, Espagne (auparavant à la Harvard Business School).
• Serena F. Hagerty, PhD, professeure adjointe de marketing au Darden School of Business, Université de Virginie, Charlottesville, États-Unis.

Objectif

L’échelle d’Incertitude décisionnelle (DCUN) a pour finalité d’isoler et de mesurer l’état psychologique aigu d’incertitude ressenti par un décideur lorsqu’il se trouve confronté à des choix engageants, complexes ou moralement ambigus. Dans de nombreuses situations de la vie quotidienne, qu’il s’agisse de dilemmes cliniques (choisir entre une intervention chirurgicale invasive et un traitement médicamenteux conservateur) ou d’arbitrages de consommation (sélectionner un produit financier complexe, arbitrer entre des marques aux attributs divergents ou juger des comportements d’autrui dans un contexte social flou), l’individu fait l’expérience d’une tension psychologique distincte.

Applications en recherche fondamentale et expérimentale

En psychologie cognitive et en recherche sur le comportement du consommateur, la DCUN est employée pour mesurer l’expérience aversive du choix en tant que variable dépendante ou médiatrice. Elle permet de comprendre comment des facteurs contextuels — tels que le phénomène d’effondrement du contexte (context collapse) sur les réseaux sociaux, la surcharge d’informations (choice overload), ou la présence d’attributs non compensatoires — paralysent l’action du décideur. L’un des atouts fondamentaux de l’échelle est sa parcimonie : avec seulement trois énoncés, elle s’insère idéalement dans des protocoles expérimentaux denses sans induire de fatigue cognitive chez les participants.

Applications cliniques et d’aide à la décision

Dans sa fonction originale au sein de la Decisional Conflict Scale, cette sous-échelle permettait aux praticiens d’identifier les patients susceptibles de différer des décisions médicales critiques ou de vivre un regret intense post-interventionnel. Un score élevé sur cette composante signale que, même si le patient a reçu des informations factuelles sur les bénéfices et les risques, l’intégration subjective de ces éléments n’a pas abouti à une certitude interne. Cela justifie le recours à des interventions ciblées, telles que des outils d’aide à la décision (decision aids) ou un accompagnement motivationnel.

Construit psychologique

Le construit d’incertitude décisionnelle représente un état métacognitif et affectif subjectif caractérisé par l’absence perçue de domination claire d’une alternative sur les autres, s’accompagnant d’un sentiment d’inconfort psychologique. Il ne s’agit pas de l’incertitude objective liée aux probabilités mathématiques de l’environnement (telle que conceptualisée dans le risque au sens de Knight), mais bien d’une incertitude épistémique et préférentielle interne.

Les dimensions constitutives du construit

Bien que l’échelle fonctionne de manière unidimensionnelle, le construit englobe trois composantes intrinsèquement unies :

• Le manque de clarté préférentielle (Lack of preference clarity) : Cette facette renvoie à l’incapacité de l’individu à discerner quelle option est en parfaite adéquation avec ses valeurs, ses besoins ou ses objectifs personnels. Le décideur a conscience des attributs de chaque possibilité, mais ne parvient pas à établir une hiérarchie nette. L’item « I am clear about the best choice for me » capture directement ce besoin d’alignement axiologique.
• Le sentiment de vacillation et d’insécurité du choix (Subjective uncertainty / vacillation) : Cette composante décrit la composante affective du doute, où l’individu hésite à s’engager formellement envers une option par crainte d’une mauvaise résolution. L’item « I feel sure about what to choose » mesure le degré de conviction intime nécessaire pour clore la délibération.
• La difficulté perçue de la décision (Perceived decision difficulty) : La prise de décision peut être vécue comme fluide ou, à l’inverse, laborieuse et éprouvante mentalement. L’item « This decision is easy for me to make » quantifie la charge d’effort cognitif et l’aversivité perçue associées au traitement de l’arbitrage.

Distinction avec les construits connexes

L’incertitude décisionnelle se distingue nettement de l’ambiguïté de l’information (qui concerne la complétude des données externes), du conflit cognitif interpersonnel, et du regret anticipé (bien qu’elle en soit un puissant prédicteur). Contrairement au concept d’indécision chronique (qui relève d’un trait de personnalité stable lié au neuroticisme), la DCUN mesure un état situationnel dynamique induit par la configuration spécifique du choix en cours.

Cadre théorique

L’émergence de la mesure de l’incertitude décisionnelle s’enracine dans la convergence de deux grands courants théoriques : le modèle de conflit décisionnel de Janis et Mann (1977) et la théorie du traitement de l’information appliquée aux compromis de choix (Luce, Bettman et Payne, 1997).

Le modèle de Janis et Mann (1977)

Irving Janis et Leon Mann ont postulé que les décisions impliquant des compromis importants, des enjeux éthiques ou des risques de pertes déclenchent un conflit décisionnel interne aigu. Ce conflit se manifeste par une vigilance stressante, de l’hésitation et une hésitation affective. O’Connor s’est appuyée sur cette architecture pour formaliser la Decisional Conflict Scale, stipulant que l’incertitude est le noyau dur du conflit décisionnel, alimentée en amont par des facteurs modifiables (le manque d’information, le manque de soutien, la non-clarification des valeurs) et entraînant en aval des conséquences dysfonctionnelles (report de décision, insatisfaction, blâme dirigé vers autrui).

Théorie du choix sous compromis et aversivité décisionnelle

En économie comportementale et en psychologie de la consommation, les modèles de décision (notamment développés par Mary Frances Luce, James Bettman et John Payne) mettent l’accent sur les coûts émotionnels associés aux arbitrages entre attributs à forte charge affective (par exemple, concilier sécurité et prix, ou efficacité et effets secondaires). Lorsque le décideur est contraint d’échanger un attribut vital contre un autre, il ressent un « conflit d’arbitrage » qui se traduit immédiatement par une élévation de l’incertitude mesurée par la DCUN. L’évaluation de cette variable permet de tester expérimentalement des hypothèses sur la manière dont les individus adoptent des stratégies d’évitement ou de simplification heuristique pour fuir cette aversivité cognitive.

Validité

Les propriétés psychométriques de la sous-échelle d’incertitude décisionnelle d’O’Connor et de sa déclinaison DCUN ont été largement documentées à travers des décennies de recherche clinique et expérimentale.

Validité de construit et validité convergente

La validité de construit est étayée par des corrélations fortes et hautement significatives avec les mesures d’anxiété situationnelle (notamment l’échelle STAI de Spielberger, avec des coefficients $r$ oscillant entre 0,45 et 0,60), le sentiment de détresse psychologique et le regret post-décisionnel. Les participants affichant des scores élevés sur la DCUN manifestent une propension substantiellement plus élevée à retarder leur prise de décision, à rechercher un volume disproportionné d’informations complémentaires non pertinentes, ou à opter pour l’option de statu quo (effet d’inertie de décision).

Validité discriminante

La validité discriminante a été confirmée en montrant que l’incertitude décisionnelle se distingue nettement de la connaissance factuelle objective. Un individu peut obtenir un score parfait à un test de connaissances relatives aux options proposées tout en éprouvant une incertitude décisionnelle maximale, ce qui prouve que l’échelle ne mesure pas un simple déficit informatif, mais bien l’évaluation métacognitive de la difficulté à hiérarchiser ses priorités.

Validité prédictive dans la recherche récente

Dans l’étude de Barasz et Hagerty (2021) portant sur l’effondrement de contexte sur les réseaux sociaux, la DCUN a démontré une sensibilité expérimentale remarquable. Les auteurs ont montré que lorsque des actions morales étaient observées hors contexte, les observateurs éprouvaient une incertitude décisionnelle significativement accrue quant au jugement moral à porter sur l’acteur social ($p < 0,001$), médiatisant ainsi la relation entre la présentation du stimulus et la sévérité des sanctions morales proposées.

Fidélité

Malgré sa concision extrême (trois items), l’échelle d’incertitude décisionnelle fait preuve d’une homogénéité métrologique et d’une reproductibilité exemplaires.

Consistance interne

Dans les validations initiales de la Decisional Conflict Scale d’O’Connor (1995), la sous-échelle d’incertitude (items relatifs à la clarté, l’assurance et la facilité) présentait un coefficient alpha de Cronbach systématiquement supérieur à 0,80, avec des valeurs atteignant 0,86 dans des échantillons de patients confrontés à des décisions chirurgicales majeures. Dans les réplications en psychologie du consommateur et en marketing (Barasz & Hagerty, 2021), l’alpha de Cronbach varie fréquemment entre 0,84 et 0,91, attestant d’une redondance optimale sans pléonasme excessif entre les trois énoncés.

Stabilité temporelle (Test-Retest)

La stabilité test-retest de l’échelle d’incertitude décisionnelle dépend intrinsèquement de la nature de la décision. Dans des protocoles où aucun apport d’information nouvelle n’intervient entre deux temps de mesure distants de deux semaines, le coefficient de corrélation intraclasse (ICC) a été établi à des niveaux satisfaisants ($r = 0,78$ à $0,82$). Néanmoins, lorsqu’une intervention d’aide à la décision intervient, le score d’incertitude chute drastiquement, démontrant ainsi la réactivité (responsiveness) métrologique de l’outil aux changements d’état cognitif du sujet.

Analyse factorielle

La structure factorielle sous-jacente à la sous-échelle d’incertitude a été examinée tant au sein de la matrice globale de la Decisional Conflict Scale qu’en tant qu’instrument isolé à trois items.

Analyses Factorielles Exploratoires (AFE)

Lors des analyses factorielles exploratoires réalisées par O’Connor sur la DCS intégrale (16 items), la sous-échelle d’incertitude émerge comme un facteur indépendant robuste, expliquant une part substantielle de la variance totale. Les trois items saturent de manière univoque sur ce facteur d’incertitude avec des charges factorielles particulièrement élevées :

• « I am clear about the best choice for me » : saturation habituelle $lambda > 0,80$ ;
• « I feel sure about what to choose » : saturation habituelle $lambda > 0,85$ ;
• « This decision is easy for me to make » : saturation habituelle $lambda > 0,72$.

Analyses Factorielles Confirmatoires (AFC)

Lorsque la structure à trois items est soumise à une analyse factorielle confirmatoire en tant que modèle à facteur unique (unidimensionnel), les indices d’ajustement globaux sont remarquables :

• Indice de Tucker-Lewis (TLI) > 0,98
• Indice de comparaison (CFI) > 0,99
• Erreur quadratique moyenne d’approximation (RMSEA) < 0,05
• Résidu quadratique moyen standardisé (SRMR) < 0,02

Ces données confirment l’absence de dimensionnalité résiduelle et valident l’agrégation directe des trois énoncés en un score global d’incertitude décisionnelle.

Instrument de mesure

• Type d’évaluation : Auto-questionnaire psychométrique (auto-évaluation métacognitive et affective).
• Format : Papier-crayon ou passation informatisée en ligne (compatible Qualtrics, Gorilla, MTurk, Prolific).
• Nombre total d’items : 3 items formulés en anglais.
• Temps d’administration : Moins d’une minute (environ 30 à 45 secondes).
• Échelle de réponse : Échelle de Likert à 5 points dans la version originale clinique (1 = Fortement d’accord, 2 = D’accord, 3 = Ni en accord ni en désaccord, 4 = En désaccord, 5 = Fortement en désaccord) ; ou échelle de Likert à 5 ou 7 points couramment adaptée en recherche sur le consommateur (allant de 1 = Fortement en désaccord à 5 ou 7 = Fortement d’accord).
• Règles de cotation et d’inversion :
  • Dans le format original clinique (1 = Fortement d’accord à 5 = Fortement en désaccord), les items mesurant l’assurance et la facilité traduisent directement l’incertitude au fur et à mesure que le score augmente vers 5.
  • Dans le format standard de recherche expérimentale (1 = Fortement en désaccord à 5 ou 7 = Fortement d’accord), tous les items positifs (clarté, certitude, facilité) doivent faire l’objet d’une inversion de codage : $\text{Item inversé} = (\text{Valeur \max} + 1) – \text{Réponse}$.
  • Le score final d’incertitude décisionnelle est obtenu en calculant la moyenne ou la somme des trois items (après inversion). Un score élevé indique une incertitude décisionnelle plus aiguë. Dans la convention clinique de l’OHRI, les scores peuvent être convertis sur une échelle standardisée de 0 à 100 : $\frac{\text{Somme des items recodés} – 3}{12} \times 100$.

Permissions, Tarifs et Année du test

• Année de conception initiale : 1995 (validation de la Decisional Conflict Scale par Annette M. O’Connor).
• Année d’adaptation majeure en comportement du consommateur : 2021 (Barasz & Hagerty, Journal of Consumer Psychology).
• Statut des droits d’auteur et permissions : L’échelle d’origine est protégée par le droit d’auteur de l’Institut de recherche de l’Hôpital d’Ottawa (OHRI). Toutefois, elle est mise à disposition gratuitement pour la recherche académique, l’évaluation clinique et l’enseignement sans but lucratif, sous réserve de citer les publications de référence d’O’Connor. Les adaptations expérimentales dans le domaine de la consommation sont publiées dans la littérature académique sous les régimes usuels de citation scientifique.
• Tarifs : Gratuit pour une utilisation universitaire et clinique non commerciale.

Références

• Barasz, K., & Hagerty, S. F. (2021). I know who you are and I saw what you did: Social media context collapse and moral judgments. Journal of Consumer Psychology, 31(2), 270–290. https://doi.org/10.1002/jcpy.1209
• Janis, I. L., & Mann, L. (1977). Decision making: A psychological analysis of conflict, choice, and commitment. Free Press. https://psycnet.apa.org/record/1978-00569-000
• Luce, M. F., Bettman, J. R., & Payne, J. W. (1997). Choice processing in emotionally difficult decisions. Journal of Experimental Psychology: Learning, Memory, and Cognition, 23(2), 384–405. https://doi.org/10.1037/0278-7393.23.2.384
• O’Connor, A. M. (1995). Validation of a decisional conflict scale. Medical Decision Making, 15(1), 25–30. https://doi.org/10.1177/0272989X9501500105

Questions et items du questionnaire