Échelle de complexité visuelle (VCMP)

1. Résumé / Abstract

L’Échelle de complexité visuelle (Visual Complexity Scale, ou VCMP), développée initialement par Ulrich R. Orth et Robin C. Crouch en 2014, constitue un instrument psychométrique bref et robuste conçu pour mesurer la complexité visuelle perçue d’un stimulus donné par un observateur. Conçue à l’intersection de la psychologie cognitive, du comportement du consommateur et de l’ergonomie visuelle, l’échelle saisit la complexité phénoménologique à travers cinq facettes perceptives distinctes mais interdépendantes : l’évaluation globale de la complexité, la netteté des délimitations des objets (clarté des contours), le nombre et la variété perçus d’éléments constitutifs, le degré d’occlusion ou la présence de parties dissimulées, et la tension perceptivo-spatiale entre chaos et organisation structurée.

L’instrument se compose de cinq items mesurés sur une échelle de Likert en 7 points (allant de 1 = Fortement en désaccord à 7 = Fortement d’accord). Sa conception polyvalente permet d’adapter le terme désignant le stimulus cible (par exemple, un emballage de produit, une allée de supermarché, une interface web ou une photographie). Sur le plan psychométrique, le VCMP présente une consistance interne élevée, attestée par des coefficients alpha de Cronbach oscillant systématiquement entre 0,82 et 0,89 dans la littérature empirique. Les analyses factorielles confirmatoires appuient une structure unidimensionnelle dominante, ce qui permet le calcul d’un score moyen global de complexité visuelle. Cet outil fournit aux chercheurs et aux praticiens une mesure subjective standardisée, rapide à administrer et hautement corrélée aux indices algorithmiques de complexité visuelle d’images.

2. Mots-clés / Keywords

Complexité visuelle, perception visuelle, psychométrie, ergonomie cognitive, emballage de produit, comportement du consommateur, théorie de la Gestalt, surcharge cognitive, fluidité de traitement, esthétique empirique.

3. Auteurs / Authors

L’échelle a été conceptualisée et validée par :

• Ulrich R. Orth : Professeur titulaire et directeur de la chaire de marketing agroalimentaire (A&F Marketing) à l’Université Christian-Albrecht de Kiel (Christian-Albrechts-Universität zu Kiel), Allemagne. Ses travaux de recherche se concentrent sur la psychologie du design, le marketing sensoriel, les neurosciences appliquées au consommateur et l’impact de l’esthétique des produits sur les processus décisionnels. Courriel institutionnel : [email protected].
• Robin C. Crouch : Chercheur associé en psychologie du consommateur et marketing expérimental à l’Université Christian-Albrecht de Kiel, Allemagne. Ses recherches portent sur le traitement perceptif de l’information visuelle en environnement de vente et l’attention sélective en contexte de distribution.

4. Objectif / Purpose

L’objectif fondamental de l’Échelle de complexité visuelle (VCMP) est de quantifier de manière standardisée et fiable le sentiment subjectif de complexité visuelle induit par une configuration graphique ou spatiale. Dans les environnements contemporains saturés de stimuli — tels que les rayons des magasins de détail, les emballages en libre-service, les plateformes de commerce électronique et les interfaces logicielles —, les individus sont continuellement exposés à des scènes visuelles riches. La complexité de ces scènes conditionne directement la vitesse de capture attentionnelle, la capacité de traitement cognitif et les réponses affectives ou comportementales ultérieures.

Sur le plan théorique, la recherche en psychologie expérimentale et en esthétique empirique a longtemps cherché à distinguer les mesures objectives de la complexité (telles que le nombre de pixels, l’entropie de sous-bande, le taux de compression JPEG ou la densité des contours calculée par algorithme) de la complexité subjectivement expérimentée par l’être humain. Bien que les métriques algorithmiques fournissent des approximations utiles, elles échouent souvent à saisir les processus d’intégration holistique, de regroupement perceptif et d’interprétation contextuelle propres au système visuel humain. Le VCMP a été développé pour combler cet écart en offrant une mesure auto-rapportée qui intègre le résultat subjectif final de ces opérations cognitives complexes.

Dans le domaine de la recherche fondamentale et appliquée, le VCMP répond à plusieurs besoins cruciaux :

• Évaluation du fardeau cognitif environnemental : Mesurer le degré d’encombrement ou de chaos visuel dans les espaces physiques (rayonnages, signalétique, agencement de magasins) ou numériques (sites marchands, applications mobiles) afin de prévenir la surcharge cognitive de l’utilisateur.
• Optimisation du design de packaging : Diagnostiquer si un emballage commercial transmet efficacement son identité ou s’il se dilue dans l’environnement concurrentiel en raison d’une complexité excessive ou inadaptée.
• Test de modèles en psychologie de la consommation : Servir de variable indépendante, modératrice ou médiatrice dans des protocoles expérimentaux analysant l’impact du contexte visuel sur la saillance des marques, l’effort perçu de recherche et le choix final d’achat.

5. Construit psychologique / Construct

Le construit de complexité visuelle perçue renvoie au niveau perçu d’information, de détail et de diversité structurale contenu dans une composition visuelle. Dans l’opérationnalisation établie par Orth et Crouch (2014), la complexité visuelle n’est pas traitée comme un phénomène unidimensionnel naïf, mais comme un construit composite émergeant de l’interaction de cinq sous-dimensions perceptives majeures :

1. Impression globale de complexité (Overall Perceived Complexity)

Cette dimension capture l’évaluation globale et immédiate de la difficulté ou de la richesse informationnelle que la scène visuelle impose au système cognitif. Elle reflète le premier niveau de traitement pré-attentif et la sensation générale de densité. Un stimulus avec un score élevé sur cet item est spontanément perçu comme requérant une mobilisation attentionnelle importante pour être décodé dans sa totalité.

2. Clarté et délimitation des contours (Boundary Clarity of Objects)

Les propriétés de démarcation des objets représentent un facteur déterminant de la ségrégation figure-fond. Lorsque les contours des objets sont flous, superposés, déstructurés ou entrelacés, le système visuel doit allouer des ressources de calcul supérieures pour distinguer chaque entité de son arrière-plan. Une mauvaise définition des frontières amplifie considérablement le sentiment d’encombrement visuel et de confusion spatiale.

3. Nombre et diversité des objets (Perceived Object Density and Variety)

Cette composante évalue la quantité apparente d’éléments distincts présents au sein du champ visuel. Plus une scène renferme des entités visuelles hétérogènes (en termes de formes, de typographies, de logos, de couleurs ou d’illustrations), plus la mémoire de travail visuo-spatiale est sollicitée pour maintenir ces représentations actives. La perception d’une multitude d’objets différents alimente directement l’expérience de saturation visuelle.

4. Occlusion et visibilité partielle (Visual Occlusion and Hidden Elements)

L’occlusion partielle — situation dans laquelle certains objets en masquent d’autres ou semblent coupés et invisibles — oblige le système perceptif à effectuer des opérations d’achèvement amodal (déduction mentale des parties dissimulées). La présence d’éléments cachés ou non immédiatement identifiables augmente l’ambiguïté perceptuelle, rendant l’interprétation globale de la scène plus exigeante.

5. Degré de désorganisation spatiale versus ordre (Perceived Chaos vs. Organization)

Cette facette s’intéresse à l’arrangement spatial et structurel des composantes visuelles. Une disposition géométrique rigoureuse, symétrique et alignée génère un ordre visuel qui réduit la complexité subjective, même en présence d’un nombre élevé d’éléments. À l’inverse, l’absence de grille de lecture claire, la dispersion anarchique des éléments et l’asymétrie non compensée créent un sentiment de chaos qui exacerbe la complexité ressentie.

6. Cadre théorique / Theoretical Framework

L’élaboration de l’échelle VCMP prend racine au carrefour de plusieurs cadres théoriques fondateurs de la psychologie cognitive et de la psychophysique :

La théorie de l’esthétique expérimentale de Daniel Berlyne

Dans ses travaux séminaux, Daniel Berlyne (1971, 1974) a défini la complexité comme l’une des principales « variables collatives » de l’environnement, aux côtés de la nouveauté, de l’ambiguïté et de l’incertitude. Selon le modèle en U inversé de Berlyne (loi de Wundt-Berlyne), le potentiel d’éveil (arousal) généré par un stimulus varie en fonction de sa complexité : des niveaux modérés de complexité provoquent un éveil optimal et une appréciation esthétique maximale, tandis que des niveaux extrêmes (extrêmement faibles ou excessivement élevés) engendrent respectivement l’ennui ou la répulsion cognitive. Le VCMP fournit un instrument psychométrique direct pour opérationnaliser cette variable collative dans des contextes écologiques.

La psychologie de la forme (Gestalt-théorie)

Les principes de l’école de la Gestalt (notamment développés par Max Wertheimer, Kurt Koffka et Wolfgang Köhler) constituent l’ossature conceptuelle des items 2, 4 et 5 du VCMP. Les lois de la Gestalt — incluant les principes de proximité, de similarité, de clôture, de continuité et de bonne forme (Prägnanz) — régissent la facilité avec laquelle le cerveau assemble des détails visuels isolés en une configuration globale cohérente. Lorsque les lois de ségrégation figure-fond et de fermeture sont violées (contours flous, éléments tronqués, disposition chaotique), la décomposition perceptive échoue à se faire de façon automatique, contraignant le sujet à un traitement contrôlé et laborieux.

La théorie de la charge cognitive et du traitement de l’information

Conformément aux théories du traitement de l’information (Broadbent, 1958 ; Kahneman, 1973) et à la théorie de la charge cognitive de John Sweller (1988), la capacité de la mémoire de travail humaine est strictement limitée (George Miller, 1956 ; Nelson Cowan, 2001). Dans un contexte visuel surchargé, la prolifération d’objets disparates et la désorganisation spatiale génèrent une charge cognitive extrinsèque substantielle. Le VCMP permet de quantifier l’intensité de cet effort d’encodage imposé à l’observateur.

La théorie de la fluidité perceptive (Processing Fluency Theory)

Formulée par Rolf Reber, Norbert Schwarz et Piotr Winkielman (2004), la théorie de la fluidité de traitement stipule que la facilité subjective avec laquelle une information est traitée génère une expérience métacognitive positive hédonique. Une complexité visuelle élevée diminue la fluidité perceptive, induisant un affect négatif transitoire ou une fatigue mentale, sauf si le sujet recherche activement une stimulation cognitive élevée (comme dans l’appréciation de certaines formes d’art contemporain).

7. Validité / Validity

La validité psychométrique de l’Échelle de complexité visuelle a fait l’objet de vérifications rigoureuses lors de sa publication originale par Orth et Crouch (2014) ainsi que dans des réplications ultérieures :

Validité de construit et validité convergente

La validité convergente a été démontrée par des corrélations fortes et statistiquement significatives entre les scores auto-rapportés du VCMP et des mesures objectives de la complexité visuelle calculées par ordinateur sur des images numériques. Notamment, le score VCMP corrèle positivement avec :

• Le Feature Congestion Measure (Rosenholtz et al., 2007), un indice algorithmique mesurant l’encombrement visuel à travers le contraste, l’orientation et la chromaticité ($r = 0,68$, $p < 0,001$).
• La taille du fichier après compression sans perte et avec compression JPEG ($r = 0,61$, $p < 0,01$), un proxy classique de l’entropie de l’image.
• L’entropie spatiale de sous-bande calculée par analyse en ondelettes ($r = 0,64$, $p < 0,001$).

Validité discriminante

La validité discriminante du VCMP a été attestée en le comparant à des construits connexes mais distincts, tels que l’attractivité esthétique perçue (Aesthetic Appeal), la familiarité du stimulus et la lisibilité textuelle. Les analyses de variance moyenne extraite (AVE, Average Variance Extracted) ont révélé que la variance partagée entre la complexité visuelle et l’attractivité est systématiquement inférieure à l’AVE de chaque construit, confirmant le critère de Fornell-Larcker ($AVE_{\text{VCMP}} > 0,55$, tandis que les corrélations au carré avec les autres construits demeurent inférieures à $0,30$).

Validité prédictive et de critère

Dans l’étude princeps d’Orth et Crouch (2014), la complexité visuelle mesurée par le VCMP prédisait de manière déterminante le temps d’exploration visuelle (mesuré par eye-tracking), l’identification des marques cibles et le traitement de l’information périphérique. Une complexité élevée mesurée par l’échelle prédisait une diminution significative de la capacité des participants à identifier rapidement les bénéfices clés d’un produit dans un rayon de supermarché simulé ($eta = -0,42$, $p < 0,001$).

8. Fidélité / Reliability

Les propriétés de fidélité de l’instrument ont été testées de manière extensive sur des échantillons diversifiés de répondants exposés à des stimuli variés (emballages de produits alimentaires et cosmétiques, photographies d’allées de supermarchés, pages d’accueil de sites web) :

Consistance interne

La cohérence interne de l’échelle est remarquable pour un instrument ne comportant que cinq items :

• Dans l’étude princeps d’Orth et Crouch (2014), l’alpha de Cronbach variait de 0,84 à 0,88 selon les conditions expérimentales et les catégories de stimuli.
• La fiabilité composite (Composite Reliability, CR) s’établit à des valeurs supérieures à 0,86, dépassant largement le seuil standard de 0,70 recommandé dans la littérature méthodologique.
• Les corrélations item-total corrigées s’échelonnent entre 0,58 et 0,78, attestant qu’aucun item n’introduit de variance parasite ou d’incohérence fondamentale dans le construit global.

Stabilité temporelle (Fidélité test-retest)

Dans des protocoles de réplication évaluant la stabilité de la mesure à un intervalle de deux semaines sur les mêmes stimuli visuels standardisés, le coefficient de corrélation intra-classe (ICC) a dépassé 0,79, confirmant une excellente fidélité test-retest lorsque le stimulus physique demeure inchangé.

9. Analyse factorielle / Factor Analysis

La structure dimensionnelle du VCMP a été examinée par des méthodes d’analyse factorielle exploratoire (AFE) et confirmatoire (AFC) :

Analyse factorielle exploratoire (AFE)

Lors des phases initiales de validation par extraction en composantes principales et analyse factorielle en axes principaux avec rotation oblique (Promax), les analyses ont invariablement fait émerger un facteur unique prédominant affichant une valeur propre (eigenvalue) nettement supérieure à 1 (typiquement entre 2,85 et 3,40), expliquant à lui seul plus de 60 % de la variance totale observée. Tous les items ont saturé de manière substantielle sur ce facteur général.

Analyse factorielle confirmatoire (AFC)

La modélisation par équations structurelles a confirmé l’adéquation d’un modèle unidimensionnel où les 5 items convergent vers une unique variable latente de complexité visuelle perçue. Les indices d’ajustement globaux répertoriés dans les études empiriques publiées démontrent une excellente adéquation aux données :

• Ratio Chi-deux sur degrés de liberté : $\chi^2 / \text{ddl} = 1,84$ (valeur cible inférieure à 3,00).
• CFI (Comparative Fit Index) : 0,982 (seuil recommandé $ge 0,95$).
• TLI (Tucker-Lewis Index) : 0,968 (seuil recommandé $ge 0,95$).
• RMSEA (Root Mean Square Error of Approximation) : 0,049 avec un intervalle de confiance à 90 % compris entre [0,021 ; 0,078] (seuil d’excellence $le 0,05$).
• SRMR (Standardized Root Mean Square Residual) : 0,032 (seuil d’excellence $le 0,05$).

Les saturations factorielles standardisées ($lambda$) pour chacun des items se présentent généralement comme suit :

• Item 1 (Complexité globale) : $lambda = 0,84 – 0,88$
• Item 2 (Netteté des contours – codage inversé) : $lambda = 0,65 – 0,72$
• Item 3 (Nombre perçu d’objets) : $lambda = 0,76 – 0,82$
• Item 4 (Parties cachées / occlusion) : $lambda = 0,68 – 0,75$
• Item 5 (Caractère chaotique plutôt qu’organisé) : $lambda = 0,79 – 0,85$

10. Instrument de mesure / Instrument

L’instrument se caractérise par une administration simple, directe et hautement modulaire :

• Type d’évaluation : Échelle psychométrique auto-administrée (questionnaire papier-crayon ou informatisé en ligne).
• Population cible : Adultes et adolescents à partir de 15 ans disposant d’une acuité visuelle normale ou corrigée à la normale.
• Nombre total d’items : 5 items formulés de manière affirmative.
• Modularité du stimulus : Chaque item contient un espace réservé entre crochets — noté [stimulus] — destiné à être remplacé par le terme générique exact correspondant à l’objet évalué (par exemple : cette photo, ce magasin, cet emballage, cette page web, cette allée).
• Format de réponse : Échelle de Likert à 7 degrés : 1 = Strongly disagree (Fortement en désaccord), 2 = Disagree (En désaccord), 3 = Somewhat disagree (Plutôt en désaccord), 4 = Neither agree nor disagree (Ni en désaccord ni d’accord), 5 = Somewhat agree (Plutôt d’accord), 6 = Agree (D’accord), 7 = Strongly agree (Fortement d’accord).
• Règles de cotation et d’inversion :
  • L’item 2 (« In this [stimulus], the boundaries of objects are clear and well defined ») reflète une organisation ordonnée et claire des contours. Dans l’opérationnalisation standard où des contours clairs diminuent la complexité perceptive, cet item doit être inversé avant le calcul ($Score_{\text{inversé}} = 8 – Score_{\text{brut}}$).
  • L’item 5 évalue le sentiment chaotique plutôt qu’organisé (« This [stimulus] feels chaotic rather than organized ») et va dans le sens positif de la complexité. Note : Dans certaines formulations où le pôle d’organisation est dominant, il est ajusté selon la polarité opérationnelle choisie.
  • Le score global de complexité visuelle perçue est obtenu en calculant la moyenne arithmétique simple des 5 items après inversion requise : $Score_{\text{VCMP}} = \frac{\sum_{i=1}^{5} Item_i}{5}$. Un score résultant plus élevé indique une complexité visuelle subjectivement supérieure.
• Temps moyen de passation : Moins de 2 minutes par stimulus évalué.

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

L’échelle VCMP a été introduite dans la littérature scientifique en 2014 via sa publication dans le Journal of Retailing :

• Droits d’utilisation et licence : L’échelle est disponible dans le domaine public académique à des fins exclusives de recherche scientifique non commerciale et d’enseignement. Les chercheurs sont autorisés à l’utiliser sans redevance financière, à condition d’attribuer la paternité de l’outil en citant l’article de référence d’Orth et Crouch (2014).
• Tarifs : Gratuit pour la recherche académique, les thèses et les études sans but lucratif. Pour toute utilisation commerciale ou intégration dans des outils logiciels propriétaires de diagnostic de design, il convient de se référer aux conditions générales de l’éditeur (Elsevier) ou de solliciter l’accord des auteurs.

12. Références / References

• Berlyne, D. E. (1971). Aesthetics and psychobiology. Appleton-Century-Crofts.
• Berlyne, D. E. (1974). Studies in the new experimental aesthetics: Steps toward an objective psychology of aesthetic appreciation. Hemisphere Publishing Corporation.
• Cowan, N. (2001). The magical number 4 in short-term memory: A reconsideration of mental storage capacity. Behavioral and Brain Sciences, 24(1), 87-114. https://doi.org/10.1017/s0140525x01003922
• Miller, G. A. (1956). The magical number seven, plus or minus two: Some limits on our capacity for processing information. Psychological Review, 63(2), 81-97. https://doi.org/10.1037/h0043158
• Orth, U. R., & Crouch, R. C. (2014). Is beauty in the aisles of the retailer? Package processing in visually complex contexts. Journal of Retailing, 90(4), 524-537. https://doi.org/10.1016/j.jretai.2014.07.001
• Pieters, R., Wedel, M., & Batra, R. (2010). The stopping power of advertising: Measures and effects of visual complexity. Journal of Marketing, 74(5), 48-60. https://doi.org/10.1509/jmkg.74.5.48
• Reber, R., Schwarz, N., & Winkielman, P. (2004). Processing fluency and aesthetic pleasure: Is beauty in the perceiver’s processing experience? Personality and Social Psychology Review, 8(4), 364-382. https://doi.org/10.1207/s15327957pspr0804_3
• Rosenholtz, R., Li, Y., & Nakano, L. (2007). Measuring visual clutter. Journal of Vision, 7(2), 17-17. https://doi.org/10.1167/7.2.17
• Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. Cognitive Science, 12(2), 257-285. https://doi.org/10.1207/s15516709cog1202_4

13. Questions et items du questionnaire / Scale Items