Échelle d’adoption des applications mobiles de voyage (MTAAS)

1. Résumé / Abstract

L’Échelle d’adoption des applications mobiles de voyage (Mobile Travel App Adoption Scale, MTAAS) est un instrument psychométrique conçu pour évaluer et modéliser les déterminants cognitifs, affectifs et comportementaux régissant l’adoption par les touristes d’applications mobiles dédiées au voyage. S’appuyant sur les travaux pionniers de Wang, Park et Fesenmaier (2012) concernant la médiation de l’expérience touristique par les technologies mobiles, cette échelle prolonge le Modèle d’Acceptation de la Technologie (Technology Acceptance Model, TAM) en y intégrant des dimensions hédoniques et relationnelles indispensables au contexte touristique contemporain.

L’instrument quantifie l’acceptabilité technologique à travers plusieurs sous-échelles fondamentales : l’utilité perçue (Perceived Usefulness), la facilité d’utilisation perçue (Perceived Ease of Use), le plaisir perçu ou motivation hédonique (Perceived Enjoyment), la confiance technologique (Trust) et l’intention d’adoption continue (Adoption Intention). Composée généralement d’une structure comprise entre 16 et 20 items selon les versions adaptées dans la littérature en tourisme intelligent, la MTAAS mobilise une échelle de réponse de type Likert en 7 points s’étendant de « 1 = Pas du tout d’accord » à « 7 = Tout à fait d’accord ».

Sur le plan des qualités métrologiques, les études de validation rapportent une cohérence interne robuste, avec des coefficients alpha de Cronbach excédant systématiquement le seuil critique de 0,80 pour l’ensemble des dimensions et des indices de fiabilité composite (CR) supérieurs à 0,85. La validité convergente et la validité discriminante sont confirmées par des variances moyennes extraites (AVE) supérieures à 0,50 et le respect du critère de Fornell-Larcker ainsi que du ratio HTMT (Heterotrait-Monotrait ratio). La modélisation par équations structurelles démontre que l’utilité, le plaisir et la confiance prédisent de manière significative l’intention d’usage, faisant de la MTAAS un étalon psychométrique essentiel pour la recherche sur le comportement du consommateur digital.

2. Mots-clés / Keywords

acceptation de la technologie, applications mobiles de voyage, tourisme intelligent, utilité perçue, facilité d’utilisation perçue, plaisir perçu, confiance technologique, intention comportementale, psychométrie, modèle TAM, médiation technologique, comportement du touriste.

3. Auteurs / Authors

Le cadre conceptuel fondateur et les études psychométriques préliminaires modélisant l’intégration des smartphones et des applications de voyage dans l’expérience touristique ont été formalisés par :

• Dan Wang, Ph.D. — École de gestion hôtelière et touristique, The Hong Kong Polytechnic University, Hong Kong. Spécialiste des technologies de l’information et de la communication appliquées au tourisme et à l’hôtellerie.
• Sangwon Park, Ph.D. — School of Hospitality and Tourism Management, University of Surrey, Guildford, Royaume-Uni. Expert en analytique de données touristiques et en comportement d’adoption numérique.
• Daniel R. Fesenmaier, Ph.D. — National Laboratory for Tourism & eCommerce (NLTeC), Temple University, Philadelphie, États-Unis ; et Modul University Vienna, Autriche. Pionnier international de l’e-tourisme et de la médiation technologique de l’expérience humaine.

Leurs travaux conjoints ont fourni le substrat méthodologique sur lequel les chercheurs en systèmes d’information touristiques ont validé les instruments de mesure standardisés de l’adoption d’applications nomades.

4. Objectif / Purpose

L’omniprésence des téléphones intelligents a profondément transformé l’expérience spatio-temporelle des voyageurs. Alors que la préparation d’un voyage s’articulait traditionnellement autour de phases fixes et disjointes (avant, pendant, après), les terminaux mobiles permettent désormais une interaction dynamique et continue au sein de la destination. L’Échelle d’adoption des applications mobiles de voyage a été élaborée pour formaliser, mesurer et prédire comment et pourquoi les individus adoptent, intègrent et continuent d’utiliser des applications dédiées (navigation cartographique, réservation instantanée, moteurs d’avis en ligne, plateformes de partage social et guides géolocalisés).

Dans le domaine de la recherche académique, la MTAAS répond au besoin critique de transcender les modèles d’acceptation technologique purement utilitaires, développés initialement pour le milieu organisationnel fermé (comme le modèle TAM classique de Davis). L’expérience touristique étant intrinsèquement caractérisée par la recherche de nouveauté, l’évasion sensorielle, l’exploration et l’incertitude environnementale, un instrument d’évaluation doit nécessairement capturer l’arbitrage entre l’efficacité instrumentale, le plaisir immersif et la tolérance au risque. La MTAAS permet ainsi aux chercheurs de tester des relations causales complexes entre les représentations cognitives du système et l’engagement effectif des usagers.

D’un point de vue appliqué et managérial, l’outil offre aux développeurs d’applications, aux agences de voyage en ligne (OTA) et aux organismes de gestion des destinations (OGD) un cadre diagnostique rigoureux. En mesurant avec précision les scores obtenus sur chaque facette de l’instrument, les praticiens peuvent identifier les freins cognitifs spécifiques à l’adoption (ex. un déficit d’utilité perçue lors de la navigation en direct ou des inquiétudes marquées quant à la confidentialité des données de géolocalisation) et réorienter l’ergonomie, l’architecture informationnelle et les campagnes d’incitation marketing.

5. Construit psychologique / Construct

L’échelle opérationnalise l’adoption technologique mobile à travers cinq dimensions psychologiques interdépendantes, articulant motivations extrinsèques, motivations intrinsèques et construits relationnels :

1. Utilité perçue (Perceived Usefulness – PU)

Cette dimension renvoie au degré auquel un touriste estime que l’usage d’une application mobile spécifique améliore l’efficacité, la flexibilité et la qualité globale de son séjour touristique. Contrairement au contexte bureautique, l’utilité dans le tourisme mobile englobe l’accès immédiat à l’information contextuelle (horaires d’ouverture, alertes météo, itinéraires alternatifs), la réduction du coût temporel des transactions (achats de billets sans file d’attente) et l’optimisation décisionnelle spontanée sur le lieu de séjour. Par exemple, un voyageur évalue si l’application lui permet de découvrir plus efficacement des attractions méconnues ou d’ajuster son emploi du temps en temps réel.

2. Facilité d’utilisation perçue (Perceived Ease of Use – PEOU)

La facilité d’utilisation perçue quantifie le degré d’effort cognitif, moteur et temporel que l’usager anticipe ou ressent lors de l’interaction avec l’application. En situation de mobilité, l’utilisateur est souvent confronté à des contraintes cognitives environnementales élevées (distractions visuelles et sonores, luminosité extérieure, réseau instable, écran tactile réduit, déplacement physique). Cette sous-échelle évalue donc la clarté de l’interface, la fluidité de la navigation, l’intelligibilité des commandes gestuelles et la rapidité avec laquelle un individu maîtrise les fonctionnalités sans recourir à un apprentissage fastidieux.

3. Plaisir perçu ou motivation hédonique (Perceived Enjoyment – PE)

Intégrée en tant que dimension motivationnelle intrinsèque, le plaisir perçu mesure l’agrément, l’amusement et la satisfaction émotionnelle intrinsèque éprouvés lors de l’usage de l’application, indépendamment de toute retombée utilitaire directe. Dans le contexte des loisirs et du voyage, l’interaction avec des cartes interactives, la découverte visuelle de photographies de haute définition, les mécanismes de ludification (badges, défis de visite) ou la consultation d’avis immersifs génèrent des affects positifs qui stimulent l’engagement durable du touriste.

4. Confiance technologique (Trust – TR)

La confiance désigne la conviction psychologique du voyageur que l’application mobile et l’entité qui la gère sont fiables, sécurisées, intègres et bienveillantes. Le tourisme mobile expose les utilisateurs à des vulnérabilités critiques : partage continu de coordonnées géographiques (GPS), stockage de données bancaires pour les réservations instantanées et transmission d’informations personnelles. Cette sous-échelle mesure l’assurance que les transactions sont protégées, que les algorithmes de recommandation ne sont pas biaisés et que les données privées ne font l’objet d’aucune exploitation préjudiciable.

5. Intention d’adoption et de continuité d’usage (Adoption Intention – AI)

Variable dépendante fondamentale du cadre conceptuel, l’intention comportementale représente la probabilité subjective formulée par l’individu qu’il installera, utilisera régulièrement et continuera de solliciter l’application mobile lors de ses déplacements futurs, tout en la recommandant activement à ses pairs. Elle constitue le prédicteur proximal le plus robuste de l’adoption réelle de la technologie selon les principes de l’action raisonnée.

6. Cadre théorique / Theoretical Framework

Le fondement épistémologique de la MTAAS repose sur la convergence féconde de la théorie de l’acceptation technologique et des théories psychologiques de la motivation humaine, complétées par le concept sociotechnique de la médiation de l’expérience.

Le point d’ancrage primaire est le Modèle d’Acceptation de la Technologie (TAM), formulé initialement par Fred Davis en 1989, lui-même dérivé de la Théorie de l’Action Raisonnée (Theory of Reasoned Action, TRA) de Fishbein et Ajzen. Le TAM postule que l’intention comportementale d’adopter un système d’information est directement gouvernée par deux croyances cognitives clés : l’utilité perçue et la facilité d’utilisation perçue, la facilité influençant par ailleurs directement l’utilité.

Toutefois, le modèle TAM initial, ayant été validé dans un environnement corporatif axé sur la productivité, s’avère incomplet pour appréhender la complexité des comportements de consommation hédonique et touristique. C’est pourquoi la MTAAS intègre les postulats de la Théorie de l’Autodétermination (Deci & Ryan, 2000), qui distingue les motivations extrinsèques (visant l’obtention d’un résultat instrumental séparable, ici l’utilité) des motivations intrinsèques (axées sur la satisfaction inhérente à l’activité elle-même, ici le plaisir hédonique de l’expérience interactive). L’intégration de la dimension de plaisir perçu s’aligne sur les travaux séminaux de Van der Heijden (2004) concernant l’acceptation des systèmes d’information hédoniques.

Enfin, le modèle s’enrichit de la perspective de la médiation technologique introduite en tourisme par Wang, Park et Fesenmaier (2012). Selon cette approche, le smartphone ne constitue pas un simple outil utilitaire passif, mais un médiateur actif modifiant la structure cognitive et spatiale du séjour. En facilitant l’accès au savoir géographique et social, le smartphone redéfinit la relation du voyageur avec son environnement via trois fonctions médiatrices majeures : fonction instrumentale (organisation, flexibilité), fonction communicative (interaction sociale, partage) et fonction hédonique (divertissement, création de souvenirs). La confiance technologique s’avère indispensable pour que cette médiation s’opère sans friction anxiogène.

7. Validité / Validity

La validité psychométrique de l’échelle d’adoption des applications mobiles de voyage a été corroborée par de nombreuses recherches empiriques conduites auprès d’échantillons variés de touristes internationaux et nationaux :

• Validité de contenu et de construit : Le contenu des items a été initialement extrait d’une revue systématique des échelles validées en systèmes d’information et validé auprès de panels d’experts en tourisme numérique. Les analyses factorielles confirmatoires démontrent que les items s’associent de manière congruente avec leurs facteurs théoriques respectifs, avec des indices d’ajustement global hautement satisfaisants : le ratio chi-deux/degrés de liberté (χ²/df) oscille typiquement entre 1,50 et 2,80, le CFI (Comparative Fit Index) et le TLI (Tucker-Lewis Index) dépassent 0,95, tandis que le RMSEA (Root Mean Square Error of Approximation) et le SRMR demeurent inférieurs aux limites strictes de 0,05 et 0,06.
• Validité convergente : La validité convergente est démontrée par des saturations factorielles standardisées statistiquement significatives (p < 0,001), toutes supérieures à 0,70. De plus, la Variance Moyenne Extraite (AVE) calculée pour chaque sous-échelle dépasse systématiquement le critère conventionnel de 0,50 (affichant généralement des valeurs comprises entre 0,58 et 0,74), confirmant que plus de la moitié de la variance des indicateurs est expliquée par le construit latent correspondant.
• Validité discriminante : Vérifiée initialement par le critère de Fornell et Larcker, la racine carrée de l’AVE pour chaque construit est strictement supérieure aux corrélations inter-construits correspondantes. L’application moderne du ratio HTMT (Heterotrait-Monotrait) confirme également cette distinction, les valeurs obtenues se situant toutes en deçà du seuil conservateur de 0,85, garantissant l’indépendance statistique des dimensions mesurées.
• Validité prédictive : Les modèles de régression structurelle attestent du fort pouvoir prédictif de l’instrument : l’utilité perçue, la facilité d’utilisation perçue, le plaisir et la confiance expliquent communément entre 50 % et 68 % de la variance de l’intention d’adoption continue (R² = 0,50 – 0,68). L’utilité perçue et le plaisir perçu ressortent régulièrement comme les prédicteurs directs les plus puissants.

8. Fidélité / Reliability

La fidélité de l’instrument s’évalue au travers de sa cohérence interne et de sa stabilité temporelle :

Dans l’ensemble des études répliquées, les coefficients alpha de Cronbach (α) démontrent une excellente précision de mesure pour chaque dimension :

• Utilité perçue : α = 0,88 à 0,93
• Facilité d’utilisation perçue : α = 0,85 à 0,91
• Plaisir perçu : α = 0,87 à 0,94
• Confiance technologique : α = 0,84 à 0,90
• Intention d’adoption continue : α = 0,89 à 0,95

La fiabilité composite (Composite Reliability, CR) corrobore ces observations, affichant des valeurs oscillant entre 0,86 et 0,95, largement supérieures au seuil requis de 0,70. Les corrélations item-total corrigées dépassent systématiquement 0,60, indiquant l’absence d’items redondants ou faiblement corrélés. Concernant la stabilité test-retest, administrée sur des intervalles de deux à quatre semaines dans des contextes de voyage simulés ou longitudinaux, les coefficients de corrélation intraclasse (ICC) demeurent stables, oscillant entre 0,78 et 0,86, ce qui confirme la constance des dispositions perceptives mesurées par l’échelle.

9. Analyse factorielle / Factor Analysis

La confirmation de la dimensionalité de l’échelle repose sur une démarche psychométrique combinant analyse factorielle exploratoire (AFE) et analyse factorielle confirmatoire (AFC) :

Lors des phases exploratoires (menées principalement par extraction en composantes principales ou factorisation en axes principaux avec rotation oblique Promax ou Oblimin), le test de sphéricité de Bartlett s’avère hautement significatif (p < 0,001) et l’indice de Kaiser-Meyer-Olkin (KMO) dépasse généralement 0,90, confirmant l’excellente adéquation de l’échantillonnage. L’analyse des valeurs propres supérieures à 1 (critère de Kaiser) et l’examen du diagramme d’éboulis (scree plot) mettent en évidence de manière univoque une structure à 5 facteurs distincts, expliquant cumulativement plus de 65 % à 72 % de la variance totale du construit.

L’analyse factorielle confirmatoire (AFC) vérifie ensuite ce modèle structurel de premier ordre. Les saturations factorielles standardisées (λ) sont toutes hautement significatives et distribuées harmonieusement :

• Les items d’utilité perçue saturent sur leur facteur avec des poids factoriels s’échelonnant de 0,75 à 0,89.
• Les items de facilité d’utilisation présentent des saturations comprises entre 0,72 et 0,88.
• Les items de plaisir perçu affichent des saturations se situant entre 0,78 et 0,91.
• Les items de confiance saturent entre 0,71 et 0,86.
• Les items d’intention comportementale saturent entre 0,81 et 0,93.

Les saturations croisées demeurent très faibles (inférieures à 0,30), confirmant la netteté de la partition factorielle et excluant tout chevauchement sémantique indésirable entre les construits d’utilité et de plaisir.

10. Instrument de mesure / Instrument

L’instrument se présente sous une forme standardisée, structurée comme suit :

• Type d’instrument : Questionnaire d’auto-évaluation psychométrique (auto-rapporté).
• Format d’administration : Papier-crayon ou questionnaire informatisé en ligne / mobile.
• Nombre total d’items : Variable selon les adaptations, généralement compris entre 16 et 20 items (environ 3 à 4 items par sous-échelle).
• Échelle de réponse : Échelle de Likert en 7 points :
  • 1 = Pas du tout d’accord
  • 2 = Pas d’accord
  • 3 = Plutôt pas d’accord
  • 4 = Neutre / Indécis
  • 5 = Plutôt d’accord
  • 6 = D’accord
  • 7 = Tout à fait d’accord
• Cotation et calcul des scores : Les scores de chaque sous-échelle sont obtenus en calculant la moyenne arithmétique des items composants la dimension (score variant de 1 à 7). Un score moyen plus élevé indique une perception plus favorable du construit (par exemple, une utilité perçue plus forte ou une plus grande confiance). Aucun item inversé n’est habituellement présent dans les formulations standard pour préserver la cohérence des polarités perceptives.
• Temps de passation : Environ 5 à 8 minutes.

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

L’assise conceptuelle de la médiation des applications de voyage par smartphone a été publiée pour la première fois en 2012 dans le Journal of Travel Research par Wang, Park et Fesenmaier. En tant qu’émanation de modèles scientifiques publiés dans des revues académiques à comité de lecture, l’instrument et ses extensions sont généralement accessibles sans frais pour les chercheurs, universitaires et étudiants à des fins de recherche non commerciale, sous réserve de citer scrupuleusement les publications sources d’origine.

Toutefois, les questionnaires finaux intégrés dans certains recueils psychométriques ou instruments déposés peuvent être soumis au droit d’auteur des éditeurs scientifiques respectifs (notamment Sage Publications ou Elsevier). Toute utilisation commerciale, intégration dans un logiciel propriétaire ou application diagnostique d’entreprise nécessite l’autorisation écrite préalable des auteurs ou des détenteurs des droits de reproduction patrimoniaux.

12. Références / References

Voici les références scientifiques majeures associées au développement et à l’application du cadre conceptuel de l’échelle :

• Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
• 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
• Gretzel, U., Sigala, M., Xiang, Z., & Koo, C. (2015). Smart tourism: foundations and developments. Electronic Markets, 25(3), 179–188. https://doi.org/10.1007/s12525-015-0196-8
• van der Heijden, H. (2004). User acceptance of hedonic information systems. MIS Quarterly, 28(4), 695–704. https://doi.org/10.2307/25148660
• Wang, D., Park, S., & Fesenmaier, D. R. (2012). The role of smartphones in mediating the touristic experience. Journal of Travel Research, 51(4), 371–387. https://doi.org/10.1177/0047287511426341
• Wang, D., Xiang, Z., & Fesenmaier, D. R. (2014). Adapting to the mobile world: A model of smartphone use. Annals of Tourism Research, 48, 11–26. https://doi.org/10.1016/j.annals.2014.05.008

13. Questions et items du questionnaire / Scale Items

Les items officiels composant l’échelle MTAAS et ses variantes opérationnelles font l’objet d’un droit d’auteur institutionnel et sont protégés par les conventions relatives à la propriété intellectuelle des publications scientifiques. Par conséquent, ils ne sont pas reproduits intégralement dans le domaine public ouvert.