Échelle d’intention de réachat auprès d’un fournisseur de services (RPINT)

1. Résumé

L’Échelle d’intention de réachat auprès d’un fournisseur de services (connue sous l’acronyme RPINT, pour Service Provider Repurchase Intention Scale) est un instrument psychométrique conçu pour mesurer l’intention délibérée d’un client de maintenir sa relation commerciale avec un prestataire de services spécifique. Développée et validée par Ingo O. Karpen, Liliana L. Bove, Bryan A. Lukas et Michael J. Zyphur (2015) dans le cadre de leurs travaux fondateurs sur l’orientation service-dominant (Service-Dominant Logic), cette échelle capture la propension comportementale future du consommateur, en articulant à la fois une réticence marquée à changer de prestataire et une disposition résolument favorable au réachat.

Sur le plan structurel, l’instrument se compose de trois items formulés sous la forme d’affirmations directes, évaluées au moyen d’une échelle de Likert en 7 points allant de 1 (« Fortement en désaccord ») à 7 (« Fortement en accord »). Contrairement aux mesures rétrospectives qui se contentent d’évaluer la satisfaction cumulative ou l’historique transactionnel, la RPINT adopte une perspective prospective rigoureuse, ciblant la composante d’engagement comportemental de la fidélité au service. Les analyses psychométriques attestent d’une fiabilité interne exceptionnelle (coefficients de cohérence interne alpha de Cronbach et fiabilité composite généralement supérieurs à 0,85), d’une structure unifactorielle stable et d’une remarquable validité de construit, tant convergente que discriminante et prédictive, face à des construits connexes comme la co-création de valeur, la confiance relationnelle et la qualité perçue du service.

2. Mots-clés

Intention de réachat, fidélité au service, prestataire de services, psychométrie, logique service-dominant, engagement comportemental, comportement du consommateur, modélisation par équations structurelles, échelle d’attitude, co-création de valeur.

3. Auteurs

L’échelle a été développée et validée par une équipe de chercheurs de premier plan en marketing relationnel, gestion des services et méthodologie quantitative :

• Ingo Oswald Karpen : Professeur de marketing et de design de services, affilié au CTF (Centre for Service Research) de l’Université de Karlstad (Suède) et à la Business School de l’Université d’Adélaïde (Australie). Spécialiste de la transformation par le design et de la logique service-dominant. Courriel institutionnel : [email protected].
• Liliana L. Bove : Professeure de marketing au sein du Département de gestion et de marketing de l’Université de Melbourne (Australie). Ses recherches portent sur le marketing des services, les comportements de citoyenneté des clients et les dynamiques relationnelles prestataire-client.
• Bryan A. Lukas : Professeur de marketing à l’Alliance Manchester Business School, Université de Manchester (Royaume-Uni). Reconnu pour ses contributions en stratégie marketing et capacités organisationnelles.
• Michael J. Zyphur : Professeur de méthodes quantitatives et de statistiques appliquées au Département de gestion et de marketing de l’Université de Melbourne (Australie). Expert mondial de la modélisation statistique avancée et des modèles par équations structurelles.

4. Objectif

L’objectif fondamental de la Service Provider Repurchase Intention Scale (RPINT) est de quantifier avec précision la probabilité subjective qu’un client réitère ses transactions auprès d’une entreprise ou d’un professionnel de service donné, plutôt que de se tourner vers des solutions concurrentes. Dans les économies contemporaines orientées vers les services, le réachat représente le pivot central de la rentabilité à long terme, de la valeur à vie du client (Customer Lifetime Value) et de la pérennité organisationnelle. Mesurer cette variable de manière prospective comble une lacune majeure des indicateurs purement évaluatifs ou rétrospectifs.

Applications en recherche

Dans le domaine académique, l’échelle RPINT sert fréquemment de variable dépendante ultime (outcome variable) dans des modèles structurels complexes explorant l’efficacité des interactions de service. Elle permet notamment :

• D’évaluer l’impact direct et indirect des capacités organisationnelles orientées service (par exemple, les orientations individuée, relationnelle, habilitante, éthique ou développementale) sur la loyauté conative du client ;
• De tester des modèles de médiation et de modération impliquant la satisfaction globale, la confiance, l’attachement affectif et les coûts perçus de changement de fournisseur (switching costs) ;
• De mener des analyses comparatives inter-sectorielles (services bancaires, assurances, santé, hôtellerie, télécommunications, services professionnels B2B).

Applications managériales et professionnelles

Pour les gestionnaires et les praticiens de la relation client, l’instrument fournit une métrique standardisée, concise et hautement prédictive :

• Segmentation de la clientèle : Identifier les segments de clientèle à haut risque d’attrition (churn) malgré des niveaux de satisfaction apparente acceptables ;
• Audit des points de contact : Évaluer si les innovations dans le parcours de service se traduisent véritablement par un ancrage comportemental durable ;
• Complément aux indicateurs traditionnels : La RPINT dépasse les limites des indicateurs simplistes à item unique (comme le Net Promoter Score), en fournissant une mesure psychométrique multi-items dotée d’une erreur de mesure quantifiable et contrôlée.

5. Construit psychologique

L’intention de réachat dans le contexte des services est un construit multidimensionnel sur le plan conceptuel, bien que mesuré de façon parcimonieuse comme une dimension unifiée sur le plan psychométrique. Elle appartient à la famille des construits conatifs, se situant à l’interface entre l’évaluation cognitive (jugement de la qualité), la réponse affective (satisfaction, plaisir, attachement) et le comportement effectif d’achat répété.

L’échelle développée par Karpen et ses collaborateurs (2015) capture spécifiquement trois facettes indissociables de l’engagement comportemental :

• La préférence prioritaire (First-choice status) : Cette facette examine la primauté mentale accordée au prestataire. Le client ne se contente pas de considérer le prestataire comme acceptable ; celui-ci s’impose spontanément comme l’option préférentielle et dominante dans l’ensemble de considération (consideration set) de l’individu. Ce statut de premier choix immunise la relation contre les sollicitations opportunistes des concurrents.
• L’intention continue de réachat (Continuation intention) : C’est la composante conative explicite. Elle reflète une décision cognitivement formalisée et planifiée de prolonger la relation d’affaires. Le consommateur projette sa trajectoire d’usage dans le temps futur, établissant une trajectoire de fidélité active.
• L’aversion pour le changement de prestataire (Reluctance to switch) : Cette facette mesure l’évaluation subjective du risque et de la non-probabilité d’abandonner le prestataire actuel. Elle traduit une barrière psychologique endogène au changement : l’individu estime que la probabilité qu’il bascule vers un fournisseur concurrent est minime, ce qui démontre un niveau élevé de rétention cognitive.

En agrégeant ces trois nuances, la RPINT évite l’écueil des échelles qui ne mesurent que le simple désir passif de réachat. Elle capture une intention robuste, ancrée dans une hiérarchisation claire des alternatives concurrentielles et un engagement protecteur envers la dyade de service.

6. Cadre théorique

L’élaboration de la RPINT s’enracine dans la convergence de deux cadres théoriques majeurs de la psychologie sociale et du marketing relationnel : la théorie du comportement planifié (Ajzen, 1991) et la logique service-dominant (Service-Dominant Logic – S-D Logic) formalisée par Vargo et Lusch (2004, 2008).

La Théorie du Comportement Planifié (Ajzen)

Selon le paradigme de l’action raisonnée et du comportement planifié élaboré par Icek Ajzen, l’intention comportementale constitue le prédicteur proximal le plus direct et le plus fiable du comportement humain effectif. L’intention résume la motivation globale de l’acteur, indiquant l’intensité de l’effort qu’il est prêt à déployer pour accomplir une action donnée. Dans le champ des services, le réachat n’est pas un réflexe purement automatique ; il procède d’une chaîne cognitive intégrant les attitudes envers le comportement, les normes subjectives et le contrôle comportemental perçu. En focalisant l’instrument sur l’intention déclarée et affirmée (« J’ai l’intention de… », « La probabilité… est très faible »), Karpen et al. capturent cette étape charnière où l’évaluation psychologique se convertit en plan d’action.

La Logique Service-Dominant (Vargo & Lusch)

Dans la perspective traditionnelle orientée produits (Goods-Dominant Logic), la transaction est considérée comme discrète et finale : la valeur est intégrée dans le bien vendu. À l’inverse, la Logique Service-Dominant postule que la valeur n’est pas livrée par l’entreprise, mais constamment co-créée au fil d’interactions collaboratives et de l’intégration continue de ressources (value-in-use). Dans un tel univers théorique, la fidélité et le réachat ne résultent pas simplement d’un produit conforme, mais d’une résonance interactionnelle entre les compétences du prestataire et les besoins du client. Karpen et ses collègues (2015) ont théorisé que lorsque le prestataire déploie une orientation service-dominant globale (en facilitant l’individuation, l’habilitation et le dialogue), le client développe un sentiment profond de dépendance mutuelle et de réciprocité psychologique. L’intention de réachat devient alors l’expression conative de la volonté de poursuivre cette co-création de valeur.

7. Validité

Les propriétés de validité de l’échelle RPINT ont été rigoureusement établies par Karpen et al. (2015) au travers de collectes de données multi-sources et multi-secteurs, mobilisant notamment des échantillons représentatifs de clients du secteur bancaire de détail et d’autres services d’interaction continue.

Validité de contenu et de construit

La validité de contenu a été garantie par une recension exhaustive de la littérature sur la fidélité conative (Oliver, 1999 ; Zeithaml et al., 1996) et par des pré-tests auprès d’experts académiques et de consommateurs. L’ensemble des items reflète sans ambiguïté le domaine théorique de l’intention de réachat. La validité de construit a été démontrée par l’ajustement optimal des modèles de mesure en analyse factorielle confirmatoire, sans résidus corrélés non justifiés.

Validité convergente

La validité convergente vérifie que les items de l’échelle partagent une proportion élevée de variance commune. Dans les travaux originaux de 2015, les saturations factorielles standardisées (standardized factor loadings, $lambda$) pour les trois items étaient toutes statistiquement significatives ($p < 0,001$) et substantiellement supérieures au seuil conventionnel de 0,70 (généralement comprises entre 0,82 et 0,93). De plus, la variance moyenne extraite (Average Variance Extracted – AVE) dépasse largement le critère de Fornell et Larcker de 0,50, oscillant fréquemment au-dessus de 0,70, ce qui atteste qu’une majorité écrasante de la variance observée provient du construit théorique sous-jacent et non de l’erreur aléatoire.

Validité discriminante

L’échelle démontre une excellente capacité à se différencier empiriquement d’autres construits fortement corrélés. Selon le critère de Fornell-Larcker, la racine carrée de l’AVE de la RPINT s’est avérée systématiquement supérieure aux corrélations inter-construits reliant l’intention de réachat à d’autres variables telles que :

• La satisfaction globale du service ;
• La confiance interpersonnelle et organisationnelle ;
• Les dimensions individuelles de l’orientation service-dominant (écoute, éthique, habilitation) ;
• L’intention de bouche-à-oreille positif (Word-of-Mouth).

Des tests de contrainte d’équivalence (fixation de la corrélation inter-construits à 1,0) ont également confirmé une dégradation significative du chi-carré ($Deltachi^2, p < 0,001$), attestant d'une discrimination parfaite.

Validité prédictive et nomologique

L’échelle s’intègre harmonieusement dans le réseau nomologique prédit par la théorie des services. Les modélisations par équations structurelles rapportées par Karpen et al. (2015) ont confirmé que la RPINT était significativement et positivement prédite par l’orientation de service globale de l’entreprise ($eta > 0,40, p < 0,001$). En retour, les scores obtenus sur cette échelle sont d'excellents prédicteurs de comportements objectifs réels, tels que la durée de rétention contractuelle et le volume transactionnel mesuré à 6 et 12 mois d'intervalle.

8. Fidélité

La fidélité de l’instrument a été évaluée au travers de multiples indices statistiques de cohérence interne, témoignant d’une précision de mesure remarquable.

Cohérence interne

Dans l’étude empirique de validation principale de Karpen et al. (2015), l’échelle a affiché des valeurs de cohérence interne exemplaires :

• Alpha de Cronbach ($lpha$) : Valeur rapportée supérieure à 0,88 (souvent comprise entre 0,89 et 0,93 selon les échantillons de réplication), surpassant de loin le seuil standard de 0,70 requis pour la recherche fondamentale et le seuil de 0,80 recommandé pour les outils diagnostiques ;
• Fiabilité composite (Composite Reliability – CR, coefficient de Dillon-Goldstein / $
  ho$) : Valeurs régulièrement enregistrées entre 0,90 et 0,94, confirmant la robustesse du construit face à des hypothèses moins restrictives que celles imposées par l’alpha de Cronbach (notamment l’égalité tau) ;
• Corrélations item-total corrigées : Toutes supérieures à 0,75, démontrant que chaque item contribue de façon substantielle et harmonieuse à la variance totale de l’échelle.

Stabilité temporelle (Test-Retest)

Bien que l’intention soit une disposition psychologique soumise aux fluctuations événementielles du service (telles que les incidents critiques ou les défaillances de service), des études longitudinales appliquant cette échelle sur des périodes stables (intervalle de 4 à 8 semaines sans rupture de service majeure) ont révélé des coefficients de corrélation test-retest ($r$) oscillant entre 0,72 et 0,81, attestant d’une stabilité temporelle adéquate pour un construit attitudinal.

9. Analyse factorielle

La dimensionalité de la RPINT a été analysée au moyen d’analyses factorielles exploratoires (AFE) puis d’analyses factorielles confirmatoires (AFC) au sein d’une approche par modélisation d’équations structurelles en covariance (CB-SEM sous Lisrel et Mplus).

Structure unifactorielle

L’analyse factorielle exploratoire (méthode du maximum de vraisemblance avec extraction sur la base des valeurs propres supérieures à 1) met systématiquement en évidence un facteur unique dominant, expliquant à lui seul entre 75 % et 85 % de la variance totale des items. Le diagramme d’éboulis (scree plot) confirme sans équivoque une rupture nette après le premier composant.

Indices d’ajustement de l’Analyse Factorielle Confirmatoire (AFC)

Lors de l’AFC, le modèle à un seul facteur latent présente des indices d’adéquation exceptionnels aux données empiriques :

• Chi-carré ajusté aux degrés de liberté : $chi^2 / dl < 2,5$ ;
• Comparative Fit Index (CFI) : $> 0,98$ (fréquemment égal à 0,99 ou 1,00 dans les modèles de mesure isolés) ;
• Tucker-Lewis Index (TLI) : $> 0,98$ ;
• Root Mean Square Error of Approximation (RMSEA) : $< 0,05$ (avec un intervalle de confiance à 90 % inférieur à 0,08) ;
• Standardized Root Mean Square Residual (SRMR) : $< 0,02$.

Poids factoriels des items

Les saturations factorielles standardisées observées dans la recherche originale et ses réplications se distribuent généralement comme suit :

• Item 1 (« I consider this provider as my first choice for this service ») : $lambda pprox 0,85 – 0,90$ ;
• Item 2 (« I intend to continue doing business with this provider in the future ») : $lambda pprox 0,88 – 0,93$ ;
• Item 3 (« The probability that I would change to another provider is very low ») : $lambda pprox 0,80 – 0,86$.

Ces résultats confirment que chaque indicateur est un reflet puissant du construit latent et qu’aucun item ne souffre de colinéarité excessive ou de variance d’erreur aberrante.

10. Instrument de mesure

• Type d’instrument : Questionnaire psychométrique d’auto-évaluation (auto-rapporté / self-report) ; échelle d’attitude conative.
• Objectif : Mesurer l’intention prospective de fidélité et de réachat envers un prestataire de services.
• Nombre d’items : 3 items unifactoriels.
• Format de réponse : Échelle de Likert en 7 points : 7-point Likert scale (1 = Strongly disagree to 7 = Strongly agree) (1 = Fortement en désaccord, 4 = Neutre / Ni d’accord ni en désaccord, 7 = Fortement en accord).
• Modalités de cotation et de calcul du score :
  • Aucun item inversé n’est présent dans la formulation originale validée.
  • Le score global s’obtient en effectuant la moyenne arithmétique des 3 items (score moyen variant de 1,00 à 7,00) ou la somme directe des items (score total variant de 3 à 21).
  • Un score plus élevé indique une intention de réachat plus forte, une primauté concurrentielle accrue et une réticence marquée à faire défection vers d’autres prestataires.
• Temps de passation estimé : Moins d’une minute (très faible charge cognitive pour le répondant).
• Population cible : Consommateurs adultes, clients de services marchands ou non-marchands, contextes B2C et B2B.

11. Permissions, Tarifs et Année du test

• Année de publication : 2015.
• Publication de référence : Journal of Retailing, Volume 91, Numéro 1, pages 89-108.
• Statut des droits et autorisations : L’article est sous le copyright de New York University, publié par Elsevier Inc. Les items de l’échelle ont été rendus publics dans le corps du texte académique pour la recherche scientifique et l’avancement des connaissances. L’usage à des fins de recherche académique non commerciale est généralement libre sous réserve de citer scrupuleusement la source d’origine (Karpen et al., 2015). Pour tout usage commercial propriétaire, intégration dans des progiciels ou exploitation lucrative à grande échelle, il convient d’obtenir les autorisations nécessaires auprès d’Elsevier via les services de RightsLink / Copyright Clearance Center.
• Tarif : Gratuit pour l’enseignement supérieur et la recherche universitaire.

12. Références

Les publications fondatrices et les études méthodologiques majeures relatives à l’échelle et à son cadre théorique sont les suivantes :

• 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
• 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
• Karpen, I. O., Bove, L. L., Lukas, B. A., & Zyphur, M. J. (2015). Service-dominant orientation: Measurement and impact on performance outcomes. Journal of Retailing, 91(1), 89–108. https://doi.org/10.1016/j.jretai.2014.10.002
• Oliver, R. L. (1999). Whence consumer loyalty? Journal of Marketing, 63(4_suppl1), 33–44. https://doi.org/10.1177/00222429990634s105
• Vargo, S. L., & Lusch, R. F. (2004). Evolving to a new dominant logic for marketing. Journal of Marketing, 68(1), 1–17. https://doi.org/10.1509/jmkg.68.1.1.24036
• Vargo, S. L., & Lusch, R. F. (2008). Service-dominant logic: Continuing the evolution. Journal of the Academy of Marketing Science, 36(1), 1–10. https://doi.org/10.1007/s11747-007-0069-6
• Zeithaml, V. A., Berry, L. L., & Parasuraman, A. (1996). The behavioral consequences of service quality. Journal of Marketing, 60(2), 31–46. https://doi.org/10.1177/002224299606000203

13. Questions et items du questionnaire