Expertise (Générale) (EXPGEN)

1. Résumé

L’échelle d’Expertise (Générale) (couramment désignée sous l’acronyme EXPGEN) constitue un instrument psychométrique bref et robuste développé pour quantifier l’auto-évaluation du niveau de connaissances, d’expérience et de compétence technique d’un individu par rapport à un domaine, une catégorie de produits ou un objet spécifique. Initialement formalisée et validée dans le champ du comportement du consommateur et du traitement de l’information par Mishra, Umesh et Stem (1993) dans leur étude fondamentale sur les antécédents de l’effet d’attraction, cette mesure capture la dimension subjective de l’expertise cognitive.

L’instrument repose sur une structure unifactorielle composée de quatre paires d’adjectifs antonymes présentées sous la forme d’un différenciateur sémantique en 7 points : « Inexperienced / Experienced » (Inexpérimenté / Expérimenté), « Inexpert / Expert » (Novice / Expert), « Unknowledgeable / Knowledgeable » (Ignorant / Connaisseur) et « Uninformed / Informed » (Désinformé / Informé). Les scores obtenus sont soit moyennés, soit sommés, un score élevé indiquant un niveau supérieur d’expertise subjective perçue.

Sur le plan métrologique, l’échelle EXPGEN présente des propriétés psychométriques exceptionnelles documentées dans de nombreuses recherches empiriques en psychologie cognitive, marketing quantitatif et sciences de la décision. Les analyses factorielles confirment systématiquement l’unidimensionnalité stricte de l’outil, avec une variance expliquée excédant régulièrement 75 % à 85 % et des saturations factorielles très élevées (souvent supérieures à 0,80). La cohérence interne est remarquable, affichant des coefficients alpha de Cronbach oscillant typiquement entre 0,88 et 0,95. L’instrument bénéficie également d’une excellente validité de construit, démontrant des corrélations théoriquement attendues avec la complexité des schémas mentaux, la capacité de filtrage des attributs non pertinents et la résistance aux biais cognitifs contextuels tels que l’effet de leurre ou d’attraction.

2. Mots-clés

expertise subjective, connaissances du consommateur, différenciateur sémantique, prise de décision, traitement de l’information, psychométrie, effet d’attraction, cognition, compétence perçue, EXPGEN

3. Auteurs

L’instrument EXPGEN a été opérationnalisé et documenté dans sa forme actuelle par une équipe de chercheurs en sciences de gestion et méthodes quantitatives :

• Sanjay Mishra : Professeur de marketing et chercheur en sciences de la décision, School of Business, University of Kansas, Lawrence, Kansas, États-Unis. Ses travaux portent principalement sur les modèles de choix probabilistes, le comportement du consommateur et le traitement cognitif de l’information.
• U. N. Umesh : Professeur émérite de marketing au Carson College of Business, Washington State University, Pullman, Washington, États-Unis. Spécialiste reconnu des méthodes quantitatives, de l’analyse multivariée, des systèmes d’aide à la décision et de la modélisation mathématique du comportement d’achat.
• Donald E. Stem, Jr. : Professeur émérite de marketing, Carson College of Business, Washington State University, Pullman, Washington, États-Unis. Ses recherches se sont concentrées sur la méthodologie de recherche, l’échantillonnage, la mesure psychométrique des attitudes et les biais d’évaluation.

4. Objectif

L’objectif fondamental de l’échelle d’Expertise Générale (EXPGEN) est de fournir une mesure standardisée, économe et hautement fiable de l’expertise auto-évaluée ou subjective d’un individu dans un domaine de connaissances donné. En psychologie cognitive et en recherche marketing, la distinction théorique entre expertise objective (ce qu’une personne sait réellement, vérifiable par des tests factuels de connaissances) et expertise subjective (le sentiment ou la perception qu’a l’individu de son propre savoir et de sa compétence) est capitale.

La justification théorique de l’EXPGEN repose sur le constat empirique selon lequel les comportements décisionnels, les stratégies de recherche d’informations et les réponses affectives sont souvent davantage modulés par la perception que l’individu entretient de ses compétences que par ses connaissances encyclopédiques objectives. Un décideur qui se perçoit comme expert adoptera des heuristiques de traitement de l’information sélectives, filtrera rapidement les données périphériques, manifestera une confiance accrue dans ses choix et présentera une sensibilité variable aux contextes de présentation des options de choix.

Dans l’étude princeps de Mishra, Umesh et Stem (1993), l’objectif central était d’étudier l’effet d’attraction (ou effet de dominance asymétrique). Cet effet cognitif classique montre que l’introduction d’une option dominée (un leurre) dans un ensemble de choix augmente paradoxalement la probabilité de sélection de l’option dominante cible. Les auteurs cherchaient à examiner si le niveau d’expertise du décideur atténuait ou modérait la survenue de ce biais. Pour tester cette hypothèse, il était indispensable de disposer d’une métrique directe, rapide et non invasive de l’expertise globale du consommateur vis-à-vis des catégories de produits étudiées (telles que des téléviseurs, des calculatrices ou des automobiles).

Les applications de l’échelle s’étendent bien au-delà de son contexte d’origine :

• Recherche en comportement du consommateur : Segmentation des marchés selon le degré de maîtrise cognitive perçue, analyse de la persuasion publicitaire (les experts traitent les arguments centraux tandis que les novices s’appuient sur des indices périphériques, en accord avec l’Elaboration Likelihood Model).
• Psychologie de la décision et ergonomie cognitive : Évaluation de l’adéquation entre l’interface d’un système numérique complexe et le niveau de familiarité de l’utilisateur.
• Sciences de la santé et communication des risques : Mesure de la littératie perçue ou du sentiment d’expertise des patients vis-à-vis d’une pathologie, influençant l’adhésion thérapeutique et la recherche d’un second avis médical.

5. Construit psychologique

Le construit mesuré par l’échelle EXPGEN est l’expertise subjective générale (également dénommée connaissance subjective du produit ou auto-évaluation de la compétence cognitive). Ce construit renvoie à la croyance métacognitive d’un individu quant à sa maîtrise, son étendue de connaissances et son degré de familiarité pratique au sein d’une sphère de compétence délimitée.

Bien que l’échelle opère de manière unifactorielle globale, le construit théorique sous-jacent intègre une triangulation subtile de trois facettes conceptuelles étroitement imbriquées :

L’expérience accumulée (« Inexperienced / Experienced »)

Cette composante renvoie à la dimension historique et comportementale de l’expertise. L’expérience découle des interactions répétées, de l’utilisation pratique, de l’expérimentation directe et de l’exposition temporelle à l’objet ou à la catégorie de produits. Un individu hautement expérimenté a développé des scripts procéduraux automatisés et une familiarité avec les cas d’usage réguliers et exceptionnels.

La connaissance et l’information (« Unknowledgeable / Knowledgeable » et « Uninformed / Informed »)

Ces deux items sondent l’ancrage déclaratif et informatif de l’expertise. La dimension « Knowledgeable » capture la profondeur du répertoire cognitif stocké en mémoire à long terme : compréhension des concepts, mémorisation des attributs, compréhension des relations fonctionnelles et structurelles. La dimension « Informed » évalue la mise à jour dynamique et contextuelle du savoir : le fait d’être au courant des évolutions récentes, des innovations technologiques, des comparatifs de prix ou des tendances actuelles du marché.

La compétence globale perçue (« Inexpert / Expert »)

Cet item synthétise l’auto-attribution statutaire de l’individu. L’expertise représente ici le sommet de la pyramide d’apprentissage cognitif. Se déclarer « Expert » implique non seulement de posséder des faits bruts et de l’expérience, mais aussi de se reconnaître la capacité de porter un jugement critique, d’évaluer objectivement des options concurrentes et d’agir en tant que prescripteur crédible auprès de pairs.

Contrairement aux tests de connaissances objectives qui comptabilisent des réponses vraies ou fausses, l’EXPGEN capture le schéma métacognitif du sujet. Deux individus possédant un socle identique d’informations factuelles peuvent manifester des niveaux divergents d’EXPGEN en fonction de leur confiance personnelle, de leur tendance au sur-apprentissage ou du cadre de référence social auquel ils se comparent (phénomène de comparaison sociale descendante ou ascendante).

6. Cadre théorique

L’échelle EXPGEN s’inscrit au carrefour de la psychologie cognitive du traitement de l’information et de la théorie de la métacognition.

L’approche par le traitement de l’information (Human Information Processing)

Inspirée des travaux pionniers de théoriciens de l’architecture cognitive tels que Herbert Simon, Allen Newell et plus tard appliqués au consommateur par James Bettman (Information Processing Theory of Consumer Choice, 1979), cette approche postule que l’être humain est un processeur à capacité limitée. Pour naviguer dans des environnements saturés de stimuli, l’individu mobilise des structures de connaissances préalables stockées en mémoire à long terme : les schémas cognitifs.

Selon Alba et Hutchinson (1987), dont le cadre théorique sur les dimensions de l’expertise du consommateur fait référence, l’expertise est décomposée en deux concepts : la familiarité (le nombre d’expériences accumulées) et l’expertise formelle (la capacité à exécuter des tâches liées au domaine de manière efficace et optimale). Au fur et à mesure que l’expertise s’accroît :

• Les structures de mémoire deviennent plus différenciées, hiérarchisées et intégrées.
• L’effort cognitif requis pour traiter des données complexes diminue par un processus d’automatisation cognitive.
• La capacité à distinguer les attributs déterminants des attributs non pertinents devient quasi instantanée.

La théorie métacognitive et l’évaluation de soi

L’EXPGEN s’appuie également sur la théorie métacognitive de Flavell (1979), plus précisément sur les connaissances métacognitives (ce que l’on sait sur son propre fonctionnement cognitif et l’étendue de ses savoirs). Dans les paradigmes de décision, l’expertise subjective agit comme un régulateur des stratégies cognitives : un individu qui s’évalue positivement sur l’EXPGEN s’engagera plus volontiers dans des processus de recherche interne (fouille en mémoire) plutôt que dans une recherche externe exhaustive d’informations, estimant posséder déjà les clés interprétatives nécessaires.

Dans l’application de Mishra, Umesh et Stem (1993), ce cadre théorique a permis d’éclairer le fonctionnement de l’effet d’attraction : les experts disposent de structures de préférences préexistantes stables et évaluent les attributs selon des compromis rigides, ce qui les immunise en partie contre les leurres contextuels par rapport aux novices qui reconstruisent leurs préférences à la volée en fonction du cadre de décision immédiat.

7. Validité

Les études empiriques consacrées à l’EXPGEN et aux échelles dérivées de connaissances subjectives démontrent de solides garanties de validité psychométrique.

Validité de construit et validité factorielle

La validité de construit est étayée par la cohérence interne remarquable des quatre items. Dans la publication originale de Mishra et al. (1993), ainsi que dans des réplications ultérieures examinant le comportement de choix dans diverses catégories de biens durables et de services, les quatre items saturent sur un facteur unique dominant avec des poids factoriels réguliers compris entre 0,78 et 0,92. L’absence de dimensionnalité résiduelle confirme que ces paires sémantiques cernent le même noyau conceptuel.

Validité convergente

La validité convergente de l’EXPGEN a été démontrée par ses corrélations positives fortes et significatives avec d’autres échelles d’auto-évaluation reconnues dans la littérature scientifique, telles que l’échelle de connaissances subjectives de Brucks (1985) et l’échelle d’expertise de Flynn et Goldsmith (1999) (corrélations r typiquement comprises entre 0,70 et 0,85, p < 0,001). Elle est également corrélée positivement, bien qu’à un degré modéré, avec les mesures d’expérience objective (nombre de fois où le produit a été acheté, fréquence d’utilisation, années de pratique), avec des coefficients se situant généralement entre r = 0,40 et r = 0,60.

Validité discriminante

La validité discriminante est particulièrement cruciale pour distinguer l’expertise subjective de l’expertise objective et de l’implication personnelle envers le produit :

• Par rapport à l’expertise objective : Les corrélations entre l’EXPGEN et des questionnaires de connaissances factuelles (ex. tests à choix multiples sur les spécifications techniques) sont modérées (généralement entre r = 0,30 et 0,55). Cette divergence attendue prouve que l’instrument capture bien la perception de compétence plutôt qu’une restitution mécanique d’éléments encyclopédiques, confirmant ainsi la non-redondance des deux construits.
• Par rapport à l’implication (Product Involvement) : Bien que des passionnés soient souvent informés, l’implication émotionnelle (mesurée par exemple par l’inventaire PII de Zaichkowsky) se distingue statistiquement de l’EXPGEN lors d’analyses factorielles confirmatoires de second ordre, l’extraction de variance moyenne partagée (AVE) surpassant systématiquement le carré des corrélations inter-construits (critère de Fornell-Larcker).

Validité prédictive et nomologique

L’EXPGEN prédit efficacement les comportements de traitement de l’information : les participants obtenant des scores élevés à l’EXPGEN sélectionnent moins d’informations redondantes lors de tâches de recherche active, prennent des décisions plus rapidement et manifestent une moindre vulnérabilité aux effets de cadrage (framing effects) et aux effets de dominance asymétrique (effet de leurre), validant ainsi la théorie nomologique sous-jacente.

8. Fidélité

L’instrument EXPGEN présente des indices de fidélité exceptionnellement élevés, ce qui est remarquable pour une échelle ne comportant que quatre items.

Cohérence interne

Dans l’article original de Mishra, Umesh et Stem (1993), l’alpha de Cronbach (Cronbach’s alpha) calculé pour l’ensemble des catégories de produits évaluées s’est constamment élevé au-delà de 0,90 (variant généralement entre 0,91 et 0,94 selon les conditions expérimentales). Dans des études de validation croisée et d’extension empirique :

• L’indice de fiabilité composite de Jöreskog ($
  ho_c$ ou CR) dépasse très fréquemment 0,92.
• La variance moyenne extraite (AVE) est généralement supérieure à 0,75, confirmant qu’une part écrasante de la variance observée est imputable au construit latent plutôt qu’à l’erreur de mesure non systématique.
• Les corrélations item-total corrigées s’échelonnent entre 0,72 et 0,88, aucun item ne dégradant la fiabilité globale s’il venait à être supprimé.

Stabilité temporelle (Fidélité test-retest)

Les évaluations de stabilité temporelle conduites sur des intervalles de deux à quatre semaines dans des contextes universitaires et organisationnels révèlent un coefficient de corrélation test-retest ($r_{tt}$) robuste oscillant entre 0,82 et 0,89, sous réserve qu’aucune session de formation ou exposition substantielle au domaine concerné n’ait eu lieu entre les passations. Cette stabilité témoigne de ce que l’EXPGEN mesure une disposition cognitive relativement pérenne plutôt qu’un état d’humeur fluctuant.

9. Analyse factorielle

La structure dimensionnelle de l’échelle EXPGEN a fait l’objet d’examens statistiques approfondis au moyen de techniques exploratoires et confirmatoires.

Analyse factorielle exploratoire (AFE)

Lors d’une extraction par composantes principales ou par factorisation en axes principaux menée sur les quatre items :

• Un seul facteur émerge systématiquement avec une valeur propre (eigenvalue) largement supérieure au seuil classique de Kaiser de 1,0 (valeurs propres initiales typiquement comprises entre 3,10 et 3,45).
• Le premier facteur rend compte de 77 % à 86 % de la variance totale des scores.
• Le test d’éboulis de Cattell (scree plot) met en évidence un coude d’inflexion net et sans ambiguïté dès le second point de projection factorielle, confirmant la présence indiscutable d’un construit unilatéral.
• Toutes les saturations factorielles (factor loadings) sont positives, homogènes et élevées, se situant de façon classique entre $lambda = 0,82$ et $lambda = 0,94$.

Analyse factorielle confirmatoire (AFC)

L’estimation de modèles d’équations structurelles (SEM / CFA) confirme l’excellence de l’ajustement du modèle unidimensionnel aux données empiriques. Les indices d’ajustement couramment rapportés dans la littérature pour l’échelle EXPGEN respectent les normes les plus rigoureuses préconisées par Hu et Bentler (1999) :

• Chi-deux de conformité : $\chi^2 / dl < 2,5$ (avec des valeurs de $p$ souvent non significatives dans les échantillons de taille modérée).
• CFI (Comparative Fit Index) : Valeurs régulièrement comprises entre 0,985 et 0,999.
• TLI / NNFI (Tucker-Lewis Index) : Supérieur à 0,980.
• RMSEA (Root Mean Square Error of Approximation) : Constamment situé en deçà de 0,05 (avec un intervalle de confiance à 90 % débutant à 0,000).
• SRMR (Standardized Root Mean Square Residual) : Inférieur à 0,025.

Cette perfection d’ajustement s’explique par la parsimonie du modèle (4 items, 2 degrés de liberté pour un modèle unifactoriel standard avec résidus non corrélés) et par l’étroite complémentarité sémantique des qualificatifs choisis, qui capturent le concept d’expertise sans générer de redondances tautologiques perturbatrices.

10. Instrument de mesure

L’EXPGEN est un instrument psychométrique auto-administré de format direct.

• Type de test : Échelle d’auto-évaluation psychologique / questionnaire d’attitude cognitive.
• Nombre d’items : 4 paires différentielles sémantiques bipolaires.
• Format de réponse : Échelle différentielle sémantique en 7 points (7-point semantic differential scale) ancrée par deux adjectifs opposés à chaque extrémité (allant de 1 = ancrage négatif/novice à 7 = ancrage positif/expert).
• Temps de passation : Extrêmement rapide, estimé à moins d’une minute (environ 30 à 45 secondes).
• Mode d’administration : Papier-crayon, sondage informatisé en ligne, ou intégré dans des protocoles de laboratoires de décision.
• Procédure de calcul et de cotation :
  • Chaque item est codé de 1 (niveau minimal d’expertise, par exemple « Inexperienced ») à 7 (niveau maximal d’expertise, par exemple « Experienced »).
  • Tous les items sont formulés dans le même sens : l’extrémité gauche représente le pôle de novice / incompétence (1) et l’extrémité droite représente le pôle de compétence / maîtrise (7). Aucun recodage inverse n’est requis si les items sont présentés dans cette disposition standardisée.
  • Le score global d’expertise pour la catégorie de produit ou le domaine cible s’obtient en calculant soit la moyenne arithmétique des 4 items (score compris entre 1,00 et 7,00), soit la somme brute des items (score compris entre 4 et 28).
  • Un score plus élevé traduit une expertise subjective plus importante.

11. Permissions, Tarifs et Année du test

• Année de publication originale : 1993.
• Auteurs de la publication source : Sanjay Mishra, U. N. Umesh et Donald E. Stem, Jr.
• Publication princeps : Journal of Marketing Research, Volume 30, Numéro 3, pages 331–349.
• Statut des droits et conditions d’accès : L’échelle EXPGEN fait partie du domaine de la recherche académique ouverte. En vertu des conventions scientifiques universitaires (Fair Use), les 4 items peuvent être utilisés librement et sans frais par les chercheurs, universitaires, doctorants et étudiants pour des études non commerciales et des travaux de thèse, sous réserve de citer scrupuleusement la publication originale de Mishra et al. (1993).
• Tarifs : Gratuit pour la recherche scientifique et pédagogique. Pour une intégration commerciale dans un progiciel propriétaire d’études de marché ou de diagnostic d’entreprise, il convient de se référer aux politiques relatives aux droits de l’American Marketing Association (AMA).

12. Références

Les travaux scientifiques suivants constituent les fondements théoriques, psychométriques et méthodologiques de l’échelle d’Expertise Générale :

• Alba, J. W., & Hutchinson, J. W. (1987). Dimensions of consumer expertise. Journal of Consumer Research, 13(4), 411–454. https://doi.org/10.1086/209080
• Bettman, J. R. (1979). An information processing theory of consumer choice. Addison-Wesley.
• Brucks, M. (1985). The effects of product class knowledge on information search behavior. Journal of Consumer Research, 12(1), 1–16. https://doi.org/10.1086/209031
• Flavell, J. H. (1979). Metacognition and cognitive monitoring: A new area of cognitive-developmental inquiry. American Psychologist, 34(10), 906–911. https://doi.org/10.1037/0003-066X.34.10.906
• Flynn, L. R., & Goldsmith, R. E. (1999). A short, reliable measure of subjective knowledge. Journal of Business Research, 46(1), 57–66. https://doi.org/10.1016/S0148-2963(98)00057-5
• Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
• Mishra, S., Umesh, U. N., & Stem, D. E. (1993). Antecedents of the attraction effect: An information-processing approach. Journal of Marketing Research, 30(3), 331–349. https://doi.org/10.1177/002224379303000305
• Osgood, C. E., Suci, G. J., & Tannenbaum, P. H. (1957). The measurement of meaning. University of Illinois Press.

13. Questions et items du questionnaire