Échelle d’évaluation de l’anxiété informatique – CARS

1. Résumé / Abstract

L’Échelle d’évaluation de l’anxiété informatique (en anglais : Computer Anxiety Rating Scale, abrégée sous l’acronyme CARS) est un instrument psychométrique auto-rapporté développé initialement par Robert K. Heinssen, Carol R. Glass et Luanne A. Knight en 1987 à l’Université catholique d’Amérique. Conçue pour évaluer de façon rigoureuse l’intensité des réactions affectives négatives, des appréhensions cognitives et des sentiments d’incompétence éprouvés par les individus confrontés à l’utilisation ou à la perspective d’utiliser des technologies informatiques, la CARS est devenue une référence majeure en psychologie cognitive et en interaction humain-machine. L’échelle se compose de 19 items formulés sous la forme d’énoncés d’attitudes et de réactions émotionnelles, évalués via une échelle de Likert en 5 points allant de 1 (« Pas du tout d’accord » / Strongly Disagree) à 5 (« Tout à fait d’accord » / Strongly Agree). Sur le plan structurel, l’instrument mesure à la fois les manifestations d’anxiété directe, les craintes de dysfonctionnement matériel, la résistance à l’apprentissage et le sentiment d’efficacité personnelle face à l’informatique. Les propriétés psychométriques initiales et confirmées lors de réplications ultérieures témoignent d’une consistance interne très élevée, avec un coefficient alpha de Cronbach oscillant généralement entre 0,87 et 0,91, ainsi que d’une excellente stabilité temporelle test-retest (r = 0,70 à 0,84 sur des intervalles de plusieurs semaines). La validité de construit, démontrée par des analyses factorielles exploratoires et confirmatoires, met en évidence une organisation multidimensionnelle articulée autour de la peur des conséquences négatives, de l’inhibition technique et du manque d’auto-efficacité, tout en conservant un score composite robuste prédisant significativement les comportements d’évitement, la performance aux tâches numériques et l’abandon des filières technologiques.

2. Mots-clés / Keywords

Anxiété informatique, Computer Anxiety Rating Scale, CARS, technophobie, auto-efficacité informatique, psychométrie, évaluation psychologique, ergonomie cognitive, acceptation des technologies, évitement technologique, éducation numérique.

3. Auteurs / Authors

L’échelle a été développée et validée par une équipe de chercheurs du Département de psychologie de The Catholic University of America (Washington, D.C., États-Unis) :

• Robert K. Heinssen, Ph.D. : Psychologue clinicien et chercheur en psychométrie et psychopathologie cognitive, The Catholic University of America (devenu ultérieurement directeur de division au National Institute of Mental Health, NIMH).
• Carol R. Glass, Ph.D. : Professeure émérite de psychologie, The Catholic University of America, spécialiste reconnue de l’anxiété d’évaluation, des thérapies cognitives et comportementales et des facteurs psychologiques liés à l’adoption des technologies.
• Luanne A. Knight, M.A. : Chercheuse associée au Département de psychologie, The Catholic University of America.

Les correspondances scientifiques institutionnelles historiques relient ces travaux au Department of Psychology, The Catholic University of America, Washington, DC 20064, USA.

4. Objectif / Purpose

L’essor de la micro-informatique personnelle et professionnelle dans les années 1980 a entraîné une transformation radicale des exigences au travail et dans les milieux académiques. Face à cette transition, un nombre considérable d’étudiants et de professionnels ont manifesté des réactions d’évitement, une détresse psychologique aiguë et une baisse marquée de performance dès lors qu’ils devaient manipuler des terminaux informatiques. Heinssen, Glass et Knight (1987) ont conçu la Computer Anxiety Rating Scale (CARS) afin d’offrir à la communauté scientifique et clinique un outil standardisé, fiable et valide, capable d’objectiver cette forme spécifique d’anxiété d’évaluation technologique.

L’objectif premier de la CARS est de quantifier les composantes cognitives, physiologiques et comportementales de l’anxiété liée à l’informatique. Contrairement aux simples mesures d’attitude négative ou d’antipathie envers le progrès technique, la CARS vise explicitement à opérationnaliser un état d’appréhension et de tension spécifique déclenché par l’interaction réelle ou anticipée avec un ordinateur. L’instrument permet de distinguer la véritable anxiété d’incompétence de la simple méconnaissance opérationnelle.

Dans les applications éducatives et de recherche, la CARS remplit plusieurs fonctions cruciales :

• Dépistage préventif et orientation pédagogique : Identifier en amont les étudiants à haut risque de décrochage dans les cursus intégrant des outils numériques, afin de leur proposer des modules de formation adaptés diminuant l’exposition anxiogène.
• Recherche translationnelle et expérimentale : Évaluer les relations empiriques entre l’anxiété technologique, les traits de personnalité (névrosisme, locus de contrôle), l’anxiété mathématique et les performances réelles d’apprentissage (temps de saisie, erreurs de manipulation, acquisition de la programmation).
• Évaluation des interventions : Servir de mesure d’efficacité avant et après intervention dans le cadre d’ateliers de restructuration cognitive, de désensibilisation systématique ou de formations ergonomiques.
• Gestion des ressources humaines et ergonomie organisationnelle : Diagnostiquer les freins psychologiques lors du déploiement de nouveaux progiciels ou systèmes informatisés en entreprise afin de concevoir des programmes d’accompagnement au changement respectueux du bien-être des salariés.

5. Construit psychologique / Construct

Le construit mesuré par la CARS, l’anxiété informatique (computer anxiety), est conceptualisé comme une réponse émotionnelle et cognitive aversive impliquant des sentiments de peur, d’appréhension, de nervosité et des pensées d’autodépréciation survenant lors de l’interaction avec des technologies computationnelles ou lors de la perspective d’avoir à les utiliser. Ce construit s’articule autour de plusieurs dimensions phénoménologiques intriquées que la CARS mesure de façon intégrée :

Appréhension de la manipulation et peur de commettre des erreurs irréversibles

Une dimension fondamentale de l’anxiété informatique réside dans la peur panique de détruire du matériel ou d’effacer des bases de données par une mauvaise frappe de touche. Par exemple, l’item 14 (« It scares me to think that I could cause the computer to destroy a large amount of data by hitting the wrong key ») capture précisément cette distorsion cognitive selon laquelle la machine est à la fois fragile, punitive et impitoyable face aux fausses manœuvres.

Sentiments d’incompétence et d’infériorité cognitive

Les individus anxieux ont tendance à anthropomorphiser l’ordinateur en lui attribuant une intelligence supérieure inaccessible, tout en dévalorisant leurs propres capacités intellectuelles. Cette facette se manifeste par la croyance qu’il faut être doté d’une intelligence exceptionnelle pour comprendre les commandes et la terminologie (item 16 : « You have to be a genius to understand all the special keys contained on most computer terminals ») ou par le malaise d’être confronté à un artefact perçu comme plus intelligent que soi (item 11 : « I dislike working with machines that are smarter than I am »).

Crainte de dépendance et d’aliénation cognitive

Le construit englobe également une angoisse existentielle relative à la perte d’autonomie cognitive induite par l’informatisation. L’item 8 (« I am afraid that if I begin to use computers I will become dependent upon them and lose some of my reasoning skills ») illustre cette perception de l’ordinateur comme un agent aliénant capable de dégrader l’esprit critique et les capacités de raisonnement logique de l’utilisateur.

Sentiment d’auto-efficacité et optimisme d’apprentissage (items inversés)

À l’opposé du continuum d’anxiété se trouvent l’assurance technique et la motivation proactive à apprendre. Les items inversés de l’échelle sondent l’attente positive de l’apprentissage (item 4 : « The challenge of learning about computers is exciting ») et la croyance en la malléabilité des compétences numériques par l’effort et la persévérance (item 6 : « Anyone can learn to use a computer if they are patient and motivated » ; item 7 : « Learning to operate computers is like learning any new skill – the more you practice, the better you become »).

6. Cadre théorique / Theoretical Framework

Le soubassement théorique de la CARS repose principalement sur la théorie sociale cognitive formulée par Albert Bandura (1977, 1986), ainsi que sur les modèles d’anxiété d’évaluation cognitive développés par Richard Lazarus et Susan Folkman (1984).

L’auto-efficacité perçue (Albert Bandura)

Selon Albert Bandura, les croyances d’un individu concernant sa capacité à organiser et exécuter les actions requises pour atteindre des performances déterminées (l’auto-efficacité) gouvernent ses états émotionnels, ses choix d’activités et son niveau de persévérance face aux difficultés. Heinssen, Glass et Knight (1987) ont postulé que l’anxiété informatique est inversement proportionnelle à l’auto-efficacité informatique. Un individu doté d’un faible sentiment d’efficacité perçoit la tâche informatique comme une menace majeure surpassant ses ressources d’adaptation. Cette évaluation primaire défavorable déclenche une cascade de réponses neurovégétatives et cognitives d’évitement.

Le modèle cognitif-attentionnel de l’anxiété d’évaluation

La conceptualisation de Glass et Knight s’ancre également dans les travaux d’Irwin Sarason sur l’anxiété d’évaluation. Selon ce cadre, l’anxiété n’est pas seulement un état d’activation émotionnelle, mais un processus caractérisé par des cognitions interférentes (worry) centrées sur soi : auto-critique, anticipation de l’échec et ruminations. Ces pensées parasites saturent la mémoire de travail de l’opérateur, diminuant directement les ressources cognitives disponibles pour résoudre les problèmes informatiques, ce qui génère des erreurs réelles et renforce rétrospectivement l’angoisse initiale dans une boucle de rétroaction négative.

Modèle de l’acceptation de la technologie (TAM)

Bien que formalisé ultérieurement par Davis (1989), le Technology Acceptance Model s’articule directement avec le construit mesuré par la CARS. Dans les formulations étendues du TAM (TAM2 et TAM3 de Venkatesh et Davis), l’anxiété informatique est explicitement modélisée comme un antécédent négatif direct de la « facilité d’utilisation perçue » (Perceived Ease of Use), agissant comme une barrière psychologique majeure à l’adoption de toute nouvelle technologie.

7. Validité / Validity

La validité psychométrique de la CARS a fait l’objet d’investigations approfondies dès sa publication princeps, complétée par de multiples études internationales de réplication.

Validité convergente

Heinssen et ses collaborateurs (1987) ont démontré une validité convergente robuste en corrélant les scores de la CARS avec d’autres échelles d’anxiété et de personnalité établies :

• Anxiété générale et anxiété-trait : Des corrélations positives significatives mais modérées ont été observées avec l’inventaire d’anxiété état-trait de Spielberger (STAI-Trait, r = 0,34 à 0,42, p < 0,001), confirmant que l’anxiété informatique partage une variance commune avec la propension générale à l’anxiété tout en conservant une spécificité contextuelle indéniable.
• Anxiété mathématique : Une corrélation positive substantielle a été rapportée avec la Mathematics Anxiety Rating Scale (MARS, r = 0,44 à 0,58), reflétant la perception culturelle commune liant l’informatique aux opérations logico-mathématiques et à l’abstraction quantitative.
• Locus de contrôle : Les participants présentant des scores élevés à la CARS manifestaient significativement un locus de contrôle plus externe à l’échelle de Rotter (r = 0,28, p < 0,01), attribuant les succès ou les pannes informatiques à la chance, au destin ou à la malveillance de la machine plutôt qu’à leur propre maîtrise.

Validité discriminante

La CARS démontre une excellente validité discriminante par rapport aux mesures de l’aptitude intellectuelle globale et du rendement académique général. Les corrélations entre la CARS et les scores aux tests standardisés d’aptitude scolaire (comme le SAT verbal et mathématique) demeurent faibles à non significatives (r < -0,15), démontrant que l’anxiété informatique n’est pas un simple artefact reflétant un faible niveau intellectuel global, mais bien un construit affectivo-cognitif distinct.

Validité prédictive et écologique

La CARS possède une valeur prédictive empirique très élevée vis-à-vis des comportements effectifs :

• Les individus ayant des scores d’anxiété élevés à la CARS consacrent significativement moins de temps libre à l’exploration des logiciels et présentent un taux d’évitement des cours d’informatique optionnels trois fois supérieur à celui des individus peu anxieux.
• Dans les études expérimentales de Heinssen et al. (1987), les participants affichant des scores élevés à la CARS ont mis significativement plus de temps à accomplir une tâche de saisie informatique et ont commis davantage d’erreurs d’exécution lors de situations d’évaluation chronométrées.

8. Fidélité / Reliability

Les données psychométriques issues de l’étude princeps et des réplications universitaires subséquentes établissent une fidélité remarquable pour la CARS.

Consistance interne

Dans l’échantillon de validation originale composé de 270 étudiants universitaires de premier cycle (Heinssen et al., 1987), le coefficient de cohérence interne calculé au moyen de l’alpha de Cronbach a atteint α = 0,87. Lors d’études ultérieures menées sur des populations diversifiées (notamment des employés de bureau, des enseignants et des étudiants en sciences de gestion), le coefficient alpha a régulièrement oscillé entre 0,86 et 0,91. Toutes les corrélations item-total corrigées étaient positives et supérieures au seuil conventionnel de 0,35, s’échelonnant majoritairement entre 0,42 et 0,68, ce qui confirme l’absence d’items redondants ou contradictoires avec l’ensemble de l’échelle.

Stabilité temporelle (Fidélité test-retest)

La stabilité temporelle a été rigoureusement évaluée auprès d’un sous-échantillon d’étudiants réexaminés sur un intervalle de quatre semaines en l’absence de toute intervention technologique ou pédagogique ciblée. Le coefficient de corrélation test-retest s’est élevé à r = 0,70 (p < 0,001), et a atteint r = 0,84 dans des réplications ultérieures sur un intervalle plus resserré de deux semaines. Ces coefficients démontrent que, bien qu’il s’agisse d’une mesure sensible aux interventions éducatives, l’anxiété informatique telle qu’opérationnalisée par la CARS se comporte comme une caractéristique psychologique stable dans le temps en l’absence de modification intentionnelle de l’environnement.

9. Analyse factorielle / Factor Analysis

L’architecture dimensionnelle de la CARS a été explorée à travers différentes techniques d’analyse factorielle exploratoire (AFE) puis confirmée par modélisation en équations structurelles (AFC).

Analyse factorielle exploratoire princeps

Dans l’étude de Heinssen, Glass et Knight (1987), une analyse en composantes principales suivie d’une rotation orthogonale Varimax a été réalisée sur les 19 items. L’analyse du diagramme d’éboulis (scree test de Cattell) et le critère de Kaiser ont initialement extrait trois facteurs principaux expliquant ensemble plus de 52 % de la variance totale :

• Facteur 1 : Peur et appréhension technique (Technical Apprehension / Fear)
  Ce facteur rassemble les items exprimant directement l’anxiété émotionnelle, le stress physique et la peur d’endommager la machine. Il regroupe notamment les items 12 (saturation : 0,74), 14 (saturation : 0,68), 15 (saturation : 0,66) et 18 (saturation : 0,61).
• Facteur 2 : Croyance en l’auto-efficacité et optimisme d’apprentissage (Learning Confidence / Efficacy)
  Ce facteur rassemble principalement les items inversés mesurant la confiance en ses capacités d’apprentissage et la vision positive des technologies. Les items dominants sont l’item 5 (saturation : 0,71), l’item 4 (saturation : 0,69), l’item 7 (saturation : 0,65) et l’item 2 (saturation : 0,60).
• Facteur 3 : Mystification technologique et aliénation cognitive (Technological Alienation)
  Ce facteur reflète le sentiment d’infériorité face à la machine et la crainte d’en devenir l’esclave intellectuel. Il inclut de façon proéminente l’item 16 (saturation : 0,67), l’item 8 (saturation : 0,62) et l’item 11 (saturation : 0,58).

Modèles hiérarchiques et unifactoriels

Bien que des solutions à trois facteurs apparaissent régulièrement dans la littérature, les corrélations inter-facteurs élevées (r variant de 0,45 à 0,65) justifient pleinement l’utilisation d’un modèle factoriel de second ordre où un facteur général d’Anxiété Informatique Globale sous-tend les sous-dimensions de premier ordre. Dans la pratique de la recherche psychologique, la CARS est ainsi très majoritairement exploitée comme une échelle unidimensionnelle globale via la sommation de ses 19 items.

10. Instrument de mesure / Instrument

• Nom complet de l’instrument : Computer Anxiety Rating Scale (CARS)
• Nom en français : Échelle d’évaluation de l’anxiété informatique
• Nature de l’outil : Questionnaire psychométrique auto-rapporté d’attitudes et d’états affectifs
• Nombre d’items : 19 énoncés déclaratifs
• Format de réponse : Échelle ordinale de type Likert en 5 points :
  • 1 = Pas du tout d’accord (Strongly Disagree)
  • 2 = Modérément en désaccord (Mildly Disagree)
  • 3 = Neutre / Indécis (Neutral / Undecided)
  • 4 = Modérément d’accord (Mildly Agree)
  • 5 = Tout à fait d’accord (Strongly Agree)
• Procédure de cotation et inversion des items :
  • Les items 2, 4, 5, 6, 7, 9, 10, 17 et 19 sont formulés positivement et doivent être inversés avant le calcul du score (1 devient 5, 2 devient 4, 3 reste 3, 4 devient 2, 5 devient 1).
  • Les items 1, 3, 8, 11, 12, 13, 14, 15, 16 et 18 sont cotés de manière directe (1 à 5).
• Score total : Obtenu par la somme arithmétique de l’ensemble des 19 items après inversion. L’étendue possible des scores varie de 19 à 95.
• Interprétation clinique et statistique : Des scores plus élevés indiquent un niveau plus important d’anxiété informatique, de technophobie et de résistance psychologique face aux outils informatiques.
• Durée moyenne de passation : Environ 5 à 10 minutes.

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

• Année de parution originale : 1987.
• Statut des droits d’auteur et accessibilité : L’article original a été publié dans la revue scientifique Computers in Human Behavior (Elsevier). Les auteurs ont expressément autorisé l’utilisation libre et gratuite du test à des fins de recherche universitaire et d’enseignement, sous réserve d’une citation bibliographique formelle du travail de référence.
• Tarification : Accès libre (aucun coût d’achat de licence pour les travaux académiques non commerciaux).
• Demande d’utilisation commerciale : Toute intégration de l’échelle au sein d’un logiciel commercial propriétaire, d’un portail RH payant ou d’une prestation de conseil marchand nécessite l’obtention préalable des autorisations requises auprès des détenteurs de droits et de l’éditeur scientifique.

12. Références / References

• Bandura, A. (1977). Self-efficacy: Toward a unifying theory of behavioral change. Psychological Review, 84(2), 191–215. https://doi.org/10.1037/0033-295X.84.2.191
• Bandura, A. (1986). Social foundations of thought and action: A social cognitive theory. Prentice-Hall.
• 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
• Heinssen, R. K., Glass, C. R., & Knight, L. A. (1987). Assessing computer anxiety: Development and validation of the Computer Anxiety Rating Scale. Computers in Human Behavior, 3(1), 49–59. https://doi.org/10.1016/0747-5632(87)90010-0
• Lazarus, R. S., & Folkman, S. (1984). Stress, appraisal, and coping. Springer Publishing Company.
• Marcoulides, G. A. (1988). The measurement of computer anxiety. Journal of Educational Computing Research, 4(4), 429–437. https://doi.org/10.2190/RPAX-U79V-DCLX-5P51
• Sarason, I. G. (1984). Stress, anxiety, and cognitive interference: Reactions to tests. Journal of Personality and Social Psychology, 46(4), 929–938. https://doi.org/10.1037/0022-3514.46.4.929
• Spielberger, C. D. (1983). Manual for the State-Trait Anxiety Inventory (Form Y). Consulting Psychologists Press.
• Venkatesh, V., & Davis, F. D. (2000). A theoretical extension of the technology acceptance model: Four longitudinal field studies. Management Science, 46(2), 186–204. https://doi.org/10.1287/mnsc.46.2.186.11926

13. Questions et items du questionnaire (Scale Items)