Expertise perçue de la source

1. Résumé / Abstract

L’échelle d’expertise perçue de la source (Perceived Source Expertise), adaptée et validée empiriquement par D’Angelo et Valsesia (2023), constitue un instrument psychométrique bref et unidimensionnel conçu pour évaluer le degré auquel un individu perçoit un émetteur (conseiller, recommandeur, expert autoproclamé ou pair) comme étant compétent, qualifié et détenteur d’un savoir approfondi dans un domaine spécifique. Développée dans le cadre de recherches sur le comportement du consommateur et la communication persuasive, cette échelle mesure une dimension cardinale de la crédibilité de la source à travers trois énoncés complémentaires. Les participants répondent à l’aide d’une échelle de Likert en 7 points, allant de 1 (« Fortement en désaccord ») à 7 (« Fortement d’accord »). Les propriétés psychométriques de l’outil révèlent une consistance interne exceptionnelle (coefficients alpha de Cronbach systématiquement supérieurs à 0,90 à travers de multiples échantillons expérimentaux), une structure factorielle strictement unidimensionnelle confirmée par analyse factorielle confirmatoire, ainsi qu’une validité prédictive et discriminante robuste vis-à-vis des construits connexes tels que la bienveillance perçue ou la sympathie. L’instrument est particulièrement adapté aux contextes expérimentaux, aux études marketing, aux interfaces d’évaluation des systèmes de recommandation algorithmiques et humains, ainsi qu’à la recherche en psychologie sociale appliquée.

2. Mots-clés / Keywords

expertise perçue, crédibilité de la source, recommandation de produits, persuasion, psychologie du consommateur, compétences perçues, théorie de la communication, heuristique de jugement, échelle psychométrique, validité de construit

3. Auteurs / Authors

L’échelle dans sa formulation contemporaine appliquée aux recommandations combinatoires a été formalisée et testée à travers une série de protocoles empiriques par :

• Jennifer K. D’Angelo — Professeure adjointe de marketing à la Neeley School of Business, Texas Christian University (TCU), Fort Worth, Texas, États-Unis. Spécialiste du traitement de l’information par le consommateur, de la persuasion et des communications numériques.
• Francesca Valsesia — Professeure adjointe de marketing à la Foster School of Business, University of Washington, Seattle, Washington, États-Unis. Ses recherches portent sur le statut social, la communication interpersonnelle et l’influence des signaux implicites dans la prise de décision.

4. Objectif / Purpose

L’objectif fondamental de cette échelle est de quantifier la perception cognitive qu’a un récepteur du niveau de maîtrise, de savoir et de qualification d’un émetteur au sein d’une catégorie de produits ou d’un domaine d’activité particulier. Dans les interactions sociales et commerciales, les individus sont continuellement confrontés à des conseils, avis ou recommandations émanant de sources variées (professionnels, algorithmes, influenceurs, pairs). Déterminer si la source est perçue comme experte représente une étape décisive pour prédire l’adoption du conseil, l’attitude envers les options recommandées et le changement comportemental subséquent.

Sur le plan théorique, D’Angelo et Valsesia (2023) ont mobilisé cette mesure pour démontrer comment la nature même d’une recommandation influence les inférences de compétence : lorsqu’un prescripteur propose une combinaison harmonieuse d’articles (par exemple, un plat accompagné d’un vin spécifique, ou un assortiment vestimentaire coordonné) plutôt qu’un produit isolé, il émet un signal de maîtrise holistique qui amplifie l’expertise perçue. L’échelle a été conçue pour isoler précisément cette variable médiatrice, permettant d’établir si l’amélioration de l’attitude du consommateur découle directement de l’attribution de connaissances supérieures au recommandeur.

Dans la recherche académique et appliquée, cet instrument trouve une utilité majeure dans :

• L’analyse de l’efficacité des leaders d’opinion et du marketing d’influence.
• L’évaluation ergonomique et relationnelle des systèmes d’aide à la décision et des agents conversationnels intelligents (IA générative, moteurs de recommandation).
• La psychologie sociale de la persuasion et la vérification des modèles de double processus cognitif.
• La communication médicale et organisationnelle, afin de mesurer la réception des conseils formulés par des praticiens ou des consultants.

5. Construit psychologique / Construct

Le construit psychologique d’expertise de la source (Source Expertise) correspond à la perception par le récepteur de la capacité de l’émetteur à formuler des affirmations correctes, à poser des jugements valides ou à prodiguer des conseils fondés sur une maîtrise éprouvée du domaine (Hovland et al., 1953). Il importe de distinguer l’expertise perçue de l’expertise objective : la première relève d’une attribution subjective formulée par l’observateur à partir d’indices périphériques ou centraux (titres, langage, complexité du conseil, cohérence perçue), tandis que la seconde renvoie aux compétences réelles, formellement mesurables et certifiées de l’individu.

Dans la taxonomie classique de la crédibilité de la source établie par Ohanian (1990), la crédibilité globale se décompose en trois dimensions distinctes mais complémentaires : l’attractivité (attractiveness), la fiabilité ou confiance (trustworthiness), et l’expertise (expertise). Tandis que la confiance perçue évalue la motivation morale de la source à délivrer une information honnête et non biaisée, l’expertise renvoie exclusivement à la dimension épistémique et technique : la source possède-t-elle les connaissances requises pour émettre un avis éclairé ?

L’échelle tripartite de D’Angelo et Valsesia opérationnalise ce construit à travers trois facettes hautement corrélées :

• Le statut d’expert formel/catégoriel (Item 1 : « is an expert ») : capture l’attribution globale d’un statut supérieur dans la hiérarchie des compétences du domaine.
• L’étendue des connaissances (Item 2 : « is knowledgeable ») : évalue la densité du savoir théorique et pratique détenu par l’émetteur.
• Le volume cognitif d’information maîtrisée (Item 3 : « knows a lot ») : reflète l’appréciation quantitative de l’étendue des notions et des relations conceptuelles que possède l’individu dans la catégorie ciblée.

6. Cadre théorique / Theoretical Framework

L’ancrage théorique de l’instrument s’articule autour de trois piliers fondamentaux de la psychologie sociale et de la théorie de la communication :

1. Le modèle de la crédibilité de la source de Hovland

Les travaux pionniers de l’école de Yale (Hovland, Janis, & Kelley, 1953) ont démontré que l’efficacité persuasive d’un message dépend intimement des caractéristiques perçues de son communicateur. L’expertise perçue agit comme un filtre d’acceptation préalable : lorsque la source est jugée experte, les récepteurs abaissent leurs défenses critiques et augmentent leur propension à adopter les conclusions défendues sans exiger une démonstration exhaustive immédiate.

2. Les modèles de double processus (ELM et HSM)

Selon l’Elaboration Likelihood Model (ELM) de Petty et Cacioppo (1986) ainsi que le modèle heuristique-systématique (HSM) de Chaiken (1980), l’expertise perçue remplit une double fonction :

• En condition de faible élaboration cognitive (implication réduite, distraction), l’expertise sert d’heuristique périphérique rapide (« Si un expert le dit, cela doit être vrai »), court-circuitant l’analyse minutieuse des arguments.
• En condition de forte élaboration cognitive, l’expertise perçue guide l’orientation de la pensée, incite à un examen attentif des arguments et renforce la confiance métacognitive que le récepteur accorde à ses propres pensées positives envers le message.

3. La théorie des signaux (Signaling Theory)

Dans l’approche de D’Angelo et Valsesia (2023), inspirée de Spence (1973), les comportements de recommandation fonctionnent comme des signaux d’aptitude. Proposer des appariements réussis entre plusieurs éléments requiert la compréhension des interactions fines entre attributs (par exemple, la résonance des saveurs ou l’harmonie stylistique). Le récepteur interprète cette capacité d’association complexe comme le signe manifeste d’une expertise tacite supérieure, laquelle est fidèlement capturée par l’échelle.

7. Validité / Validity

L’échelle d’expertise perçue bénéficie d’un faisceau de preuves empiriques attestant de sa robustesse psychométrique dans des contextes variés :

Validité de contenu et de construit

Les trois items couvrent sans redondance excessive les manifestations cognitives de l’expertise (statut d’expert, compétence informative, volume de connaissances). Le libellé adaptable ([domain/category]) garantit une applicabilité standardisée à des domaines hétérogènes (restauration gastronomique, design d’intérieur, musique, technologie, cosmétiques).

Validité convergente

Les scores obtenus à l’échelle corrèlent positivement et significativement avec d’autres échelles établies mesurant la crédibilité générale (notamment la sous-échelle d’expertise d’Ohanian, r > 0,80) ainsi qu’avec des indices de disposition à suivre les conseils prescrits (intentions comportementales, r oscillant entre 0,45 et 0,65 selon les contextes expérimentaux).

Validité discriminante

Dans les études de D’Angelo et Valsesia (2023), des analyses factorielles confirmatoires ont démontré que l’expertise perçue se distingue nettement de construits voisins tels que :

• La confiance ou l’honnêteté perçue (Trustworthiness) : les corrélations demeurent modérées (r ≈ 0,35 à 0,50), confirmant que l’évaluation des compétences techniques ne se confond pas avec celle des intentions morales.
• La sympathie / attractivité perçue : la corrélation modérée confirme l’absence de biais de halo total.

Validité prédictive et médiatrice

À travers neuf études menées par les auteurs d’origine, les résultats démontrent de façon systématique que l’expertise perçue joue un rôle médiateur statistiquement significatif (par analyses de médiation par ré-échantillonnage / bootstrapping, IC à 95% excluant zéro) entre le type de recommandation (combinatoire vs unitaire) et l’attitude favorable développée envers le produit.

8. Fidélité / Reliability

La fidélité de l’instrument a été rigoureusement confirmée sur des échantillons diversifiés (participants issus de panels universitaires et de plateformes en ligne telles que Prolific et Amazon Mechanical Turk) :

• Consistance interne : Le coefficient alpha de Cronbach (α) oscille de manière constante entre 0,91 et 0,96 à travers les multiples études rapportées dans la publication originale de 2023. De telles valeurs témoignent d’une excellente homogénéité sans atteindre le seuil de redondance excessive (α > 0,97).
• Fiabilité composite (CR) : Les indices de fiabilité composite excèdent régulièrement 0,92, surpassant largement le standard méthodologique minimal de 0,70 requis en sciences sociales.
• Variance moyenne extraite (AVE) : Les valeurs d’AVE dépassent systématiquement 0,75, confirmant que plus des trois quarts de la variance des indicateurs résultent directement du construit latent sous-jacent.

9. Analyse factorielle / Factor Analysis

Les analyses factorielles exploratoires (AFE) et confirmatoires (AFC) conduites sur les données empiriques corroborent sans équivoque la stricte unidimensionnalité de la mesure :

Structure factorielle unidimensionnelle

Lors d’une extraction en composantes principales ou par analyse en facteurs communs, un seul facteur émerge avec une valeur propre (eigenvalue) très nettement supérieure à 1 (souvent supérieure à 2,60), expliquant à lui seul plus de 85 % à 90 % de la variance totale observée entre les trois items.

Saturations factorielles (Factor Loadings)

Les saturations standardisées de chaque item sur le facteur latent d’expertise sont uniformément élevées, s’échelonnant habituellement entre 0,88 et 0,96 :

• Item 1 (Expertise formelle) : λ ≈ 0,90 – 0,94
• Item 2 (Connaissances globales) : λ ≈ 0,92 – 0,96
• Item 3 (Étendue du savoir) : λ ≈ 0,89 – 0,93

Indices d’ajustement

Lorsque le modèle est testé en AFC au sein d’un modèle structurel plus vaste incluant les variables dépendantes et indépendantes, les indices d’ajustement du bloc de mesure de l’expertise perçue démontrent une adéquation optimale : CFI > 0,99, TLI > 0,98, et RMSEA < 0,05.

10. Instrument de mesure / Instrument

• Nature de l’outil : Échelle d’auto-évaluation psychométrique par questionnaire (hétéro-évaluation de la source par le récepteur).
• Format d’administration : Papier-crayon ou questionnaire numérique informatisé (Qualtrics, LimeSurvey, etc.).
• Nombre total d’items : 3 items formulés à la forme affirmative.
• Temps de passation estimé : Inférieur à 1 minute (échelle ultra-courte à très faible charge cognitive).
• Échelle de réponse : Échelle de Likert en 7 points (1 = Strongly disagree / Fortement en désaccord, 7 = Strongly agree / Fortement d’accord).
• Consigne d’évaluation : L’évaluateur lit les affirmations concernant la personne ayant formulé la recommandation ou l’avis, et sélectionne la valeur reflétant le plus fidèlement son opinion. Les crochets [The recommender] et [domain/category] sont à remplacer par l’émetteur et le domaine spécifiques de l’étude (ex. : « Le chef cuisinier », « l’œnologie »).
• Calcul du score : Les scores attribués aux trois items sont moyennés arithmétiquement pour générer un indice global d’expertise perçue s’étendant de 1 à 7. Aucun item n’est inversé (tous les items sont cotés positivement). Un score élevé traduit une forte attribution d’expertise.

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

• Année de publication princeps : 2023.
• Statut des droits d’auteur : L’article fondateur est publié par l’American Marketing Association dans le Journal of Marketing Research. L’utilisation des items dans le cadre de recherches académiques à but non lucratif, d’enseignements universitaires et de thèses est libre et gratuite, sous réserve d’une citation bibliographique rigoureuse de l’article source.
• Tarification : Accès libre (aucun frais de licence) pour la recherche scientifique fondamentale et appliquée. Tout déploiement commercial exclusif ou intégration au sein d’un logiciel propriétaire breveté relève des prérogatives de gestion des droits de l’American Marketing Association.

12. Références / References

Les références suivantes documentent la validation de l’instrument et son cadre conceptuel d’ancrage (format APA 7^e édition) :

• Chaiken, S. (1980). Heuristic versus systematic information processing and the use of source versus message cues in persuasion. Journal of Personality and Social Psychology, 39(5), 752–766. https://doi.org/10.1037/0022-3514.39.5.752
• D’Angelo, J. K., & Valsesia, F. (2023). You should try these together: Combinatory recommendations signal expertise and improve product attitudes. Journal of Marketing Research, 60(1), 155–169. https://doi.org/10.1177/00222437221100537
• Hovland, C. I., Janis, I. L., & Kelley, H. H. (1953). Communication and persuasion: Psychological studies of opinion change. Yale University Press.
• Ohanian, R. (1990). Construction and validation of a scale to measure celebrity endorsers’ perceived expertise, trustworthiness, and attractiveness. Journal of Advertising, 19(3), 39–52. https://doi.org/10.1080/00913367.1990.10673191
• Petty, R. E., & Cacioppo, J. T. (1986). The Elaboration Likelihood Model of persuasion. In L. Berkowitz (Ed.), Advances in Experimental Social Psychology (Vol. 19, pp. 123–205). Academic Press. https://doi.org/10.1016/S0065-2601(08)60214-2
• Spence, M. (1973). Job market signaling. The Quarterly Journal of Economics, 87(3), 355–374. https://doi.org/10.2307/1882010

13. Questions et items du questionnaire / Scale Items