Familiarité de la musique (FOTM)

1. Résumé / Abstract

L’échelle de Familiarité de la musique (couramment désignée sous l’acronyme FOTM pour Familiarity of the Music), développée initialement par Nicole Bailey et Charles S. Areni en 2006 au sein de leur recherche séminale publiée dans le Journal of Retailing, constitue un instrument psychométrique concis conçu pour évaluer le degré de reconnaissance cognitive, de familiarité subjective et d’appréciation affective suscité par des stimuli musicaux d’ambiance. Dans le champ de la psychologie de la musique appliquée au comportement du consommateur et aux atmosphères commerciales (servicescapes), la musique de fond ne constitue pas un simple bruit passif ; elle module de façon critique les états affectifs, l’éveil neurophysiologique (arousal) et, plus singulièrement, la distorsion de l’estimation temporelle perçue.

L’instrument repose sur une structure unidimensionnelle ou bidimensionnelle imbriquée comprenant trois items calibrés sous forme d’échelles de type Likert à plusieurs points d’ancrage (traditionnellement 7 points, s’étendant de « fortement en désaccord » à « fortement d’accord »). Les dimensions théoriques sous-jacentes intègrent l’identification mémorielle préalable (reconnaissance de motifs mélodiques ou harmoniques), la fréquence subjective d’exposition antérieure (effet de simple exposition de Zajonc) et la résonance hédonique ou affinité globale envers le morceau. Sur le plan psychométrique, l’échelle présente une consistance interne robuste, attestée par des coefficients d’alpha de Cronbach excédant fréquemment les seuils standards d’acceptabilité (généralement $\alpha ge 0{,}85$), confirmant son efficience dans des protocoles expérimentaux requérant une charge cognitive minimale pour les répondants.

Le présent article propose une analyse critique et exhaustive des propriétés de cette échelle : fondements épistémologiques, modélisation de l’attention et de la mémoire de travail, validités convergente et discriminante, analyse factorielle confirmatoire, ainsi que ses implications dans l’évaluation des environnements d’achat physiques et virtuels.

2. Mots-clés / Keywords

Familiarité musicale, Psychologie de la musique, Perception du temps, Atmosphère commerciale, Servicescape, Échelle de Likert, Psychométrie, Comportement du consommateur, Nicole Bailey, Charles Areni, Attention cognitive, Éveil physiologique

3. Auteurs / Authors

L’échelle a été conceptualisée et validée empiriquement par deux chercheurs de premier plan dans le domaine du marketing sensoriel et de la psychologie appliquée à la distribution :

• Nicole Bailey : Chercheuse en sciences de gestion et comportement du consommateur. Ses travaux portent principalement sur l’impact des variables environnementales (son, lumière, odeurs) sur les réponses cognitives et affectives des individus au sein des espaces marchands. Lors de la publication inaugurale, elle menait des investigations empiriques centrées sur les dynamiques sensorielles en point de vente.
• Charles S. Areni : Professeur de marketing et chercheur internationalement reconnu, affilié au fil de sa carrière à des institutions universitaires majeures telles que l’Université de Sydney, l’Université Macquarie (Australie) et diverses universités nord-américaines. Le professeur Areni est un pionnier de l’étude des influences atmosphériques musicales sur les processus décisionnels en environnement commercial (notamment ses travaux novateurs sur l’impact de la musique classique versus la musique du Top 40 sur les montants dépensés en magasin de vin). Courriel institutionnel : [email protected] (ou via les plateformes de recherche institutionnelles correspondantes).

4. Objectif / Purpose

La finalité première de l’échelle FOTM (Familiarity of the Music) est de quantifier avec précision et parcimonie le niveau d’accessibilité mnésique et d’assimilation perceptuelle d’un stimulus sonore diffusé dans un contexte donné. Dans de nombreux protocoles en psychologie expérimentale et en recherche commerciale, les chercheurs doivent manipuler des ambiances sonores sans introduire de biais de fatigue cognitive chez les participants. Disposer d’un instrument composé de trois items seulement permet d’insérer un contrôle de manipulation (manipulation check) immédiat, fiable et direct sans alourdir le protocole d’enquête.

D’un point de vue théorique et appliqué, la mesure de la familiarité musicale répond à plusieurs impératifs majeurs :

Premièrement, elle permet d’examiner le rôle modérateur de la familiarité dans la perception du temps. Comme l’ont démontré Bailey et Areni (2006), l’évaluation rétrospective ou prospective de la durée écoulée dans un lieu dépend drastiquement de la complexité perçue et du nombre d’unités d’information encodées en mémoire. Une musique hautement familière requiert moins de ressources attentionnelles pour être décodée, car les schémas auditifs (structures harmoniques, progressions rythmiques, paroles) sont déjà stockés dans la mémoire à long terme de l’auditeur. En conséquence, l’allocation des ressources de la mémoire de travail diffère profondément selon que la musique est connue ou totalement inédite, modifiant la sensation subjective de passage du temps (« le temps s’étire ou se contracte »).

Deuxièmement, dans les applications en marketing des services et environnements hospitaliers ou cliniques, la familiarité musicale est employée pour moduler l’anxiété et le stress. Dans des salles d’attente médicales, des unités de soins dentaires ou des centres de chimiothérapie, la diffusion d’une musique familière procure un sentiment de sécurité et de contrôle cognitif. L’échelle FOTM permet aux praticiens et aux chercheurs de valider empiriquement si les pièces sélectionnées sont effectivement reconnues par la population cible, condition sine qua non pour observer une diminution des affects négatifs.

Troisièmement, dans la recherche fondamentale en neurosciences cognitives et affectives, l’échelle sert à contrôler les variations interindividuelles. Deux auditeurs exposés au même morceau peuvent posséder des niveaux de familiarité radicalement divergents en fonction de leur âge, de leur appartenance sous-culturelle ou de leur éducation musicale. La FOTM offre une métrique continue standardisée permettant d’intégrer cette variabilité comme covariable ou prédicteur au sein de modèles d’équations structurelles (SEM) ou d’analyses de régression multiple.

5. Construit psychologique / Construct

Le construit de la familiarité musicale, tel qu’opérationnalisé par Bailey et Areni, dépasse la simple dichotomie « connu / inconnu ». Il s’agit d’un construit psychologique continu, multidimensionnel dans son essence conceptuelle mais convergeant vers une expérience subjective globale unifiée. Il s’articule autour de trois dimensions complémentaires :

1. La reconnaissance mnésique et sémantique

Cette dimension renvoie à la capacité du système auditif et des structures cérébrales temporales (notamment le gyrus temporal supérieur et l’hippocampe) à faire correspondre un signal acoustique entrant avec une trace mnésique préexistante. La reconnaissance se manifeste lorsque l’auditeur identifie le titre du morceau, l’artiste, le style ou, au minimum, éprouve un sentiment aigu de « déjà-entendu ». Par exemple, lorsqu’un consommateur entend les premiers accords d’un tube planétaire des Beatles, la réactivation neuronale est quasi instantanée. L’échelle capte l’intensité de cette sensation d’identification préalable.

2. L’exposition cumulée et la saillance autobiographique

La familiarité est intrinsèquement liée à la fréquence cumulée des rencontres avec le stimulus dans le parcours de vie de l’individu. Une musique peut être modérément familière (entendue quelques fois de manière incidente à la radio) ou profondément ancrée (associée à des souvenirs autobiographiques récurrents, des événements marquants de l’adolescence, etc.). Ce gradient d’exposition module la fluidité de traitement cognitif (processing fluency) : plus l’exposition a été fréquente, plus le système cognitif traite les séquences sonores avec une aisance et une rapidité accrues.

3. L’évaluation hédonique associée (Liking)

Dans la formulation retenue par Bailey et Areni (2006), la familiarité est étroitement intriquée avec la valence affective ou l’appréciation (« liked and familiar »). Bien que conceptuellement distincts dans la théorie psychologique pure, le goût pour une musique et sa familiarité entretiennent une relation symbiotique mise en lumière par la courbe en U inversé de Berlyne. Une musique familière tend à être appréciée en raison de la réduction de l’incertitude perceptive, tandis qu’une musique appréciée est plus souvent réécoutée volontairement, renforçant mécaniquement sa familiarité. L’échelle FOTM capture cette résonance expérientielle où la familiarité n’est pas une simple information froide, mais une réponse cognitive chaude et affectivement chargée.

6. Cadre théorique / Theoretical Framework

L’échelle FOTM s’inscrit au carrefour de trois corpus théoriques majeurs de la psychologie contemporaine :

Le modèle d’environnement de Mehrabian et Russell (1974) et le Servicescape de Bitner (1992)

Le cadre conceptuel du modèle PAD (Pleasure, Arousal, Dominance) stipule que les stimuli environnementaux (comme la musique) influencent les réactions émotionnelles internes des individus, lesquelles dictent à leur tour leurs comportements d’approche ou d’évitement. Mary Jo Bitner a prolongé ce paradigme en définissant les « conditions ambiantes » du servicescape. La familiarité musicale agit comme un modulateur direct du niveau d’éveil (arousal) et de contrôle perçu (dominance). Une musique inconnue et complexe peut générer une surcharge cognitive et un éveil excessif, provoquant l’évitement, alors qu’une musique familière procure un environnement rassurant et propice aux comportements d’approche.

La théorie du traitement cognitif de l’information et l’hypothèse de stockage mnésique (Ornstein, 1969)

Pour expliquer comment la musique modifie l’estimation de la durée temporelle, Bailey et Areni s’appuient sur l’hypothèse de la taille du stockage mnésique (Robert Ornstein). Selon cette théorie, le jugement rétrospectif de la durée dépend du volume d’informations encodées et organisées en mémoire durant l’intervalle temporel concerné. Lorsqu’un individu est exposé à un morceau non familier, son système perceptif doit analyser activement chaque progression harmonique, transition rythmique et structure lyrique ; cette surabondance de « morceaux d’information » (chunks) nouveaux entraîne un stockage volumineux en mémoire, donnant l’impression rétrospective que l’événement a duré une éternité. Inversement, une musique hautement familière est encodée sous la forme d’un schéma compact préexistant, minimisant l’espace mnésique consommé et conduisant à une sous-estimation du temps écoulé.

Le modèle d’allocation attentionnelle (Thomas & Weaver, 1975 ; Zakay & Block, 1997)

Dans la perspective prospective (lorsque les individus savent par avance qu’ils devront évaluer le temps), le modèle du processeur temporel postule que l’attention est partagée entre le comptage interne du temps (« chronomètre cognitif ») et le traitement des stimuli externes. Une musique familière détourne modérément l’attention sans la saturer, permettant un équilibre différent de celui induit par une musique déconcertante ou surprenante. L’ancrage de la FOTM permet de quantifier empiriquement ce potentiel d’absorption cognitive.

7. Validité / Validity

L’évaluation des qualités métrologiques de la FOTM dans les travaux de Bailey et Areni (2006) et les réplications ultérieures dans la littérature en gestion et psychologie cognitive démontre des niveaux probants de validité psychométrique :

Validité de contenu et de construit

La validité de contenu repose sur une sélection rigoureuse d’items captant la reconnaissance rétrospective, l’identification globale et l’agrément. Dans l’étude de Bailey et Areni (2006), des pré-tests systématiques ont été menés sur un large échantillon d’extraits musicaux afin de sélectionner des morceaux se situant aux extrêmes du continuum de familiarité (morceaux ultra-populaires versus compositions méconnues de styles équivalents, comme le jazz ou le rock classique). L’échelle FOTM a démontré une sensibilité aiguë, discriminant avec des écarts statistiquement très significatifs ($p < 0{,}001$) les morceaux préalablement catégorisés comme familiers de ceux classés comme non familiers, confirmant ainsi sa validité de construit théorique.

Validité convergente

La validité convergente de l’échelle est appuyée par ses corrélations positives élevées avec d’autres mesures directes de la connaissance musicale, telles que :

• Le taux d’identification correcte du nom de l’interprète ou du titre du morceau ($r = 0{,}68$ à $0{,}76$) ;
• L’indice d’exposition radiophonique auto-rapporté pour le genre musical concerné ($r = 0{,}55$) ;
• Les scores d’évaluation hédonique globale mesurés par des différentiateurs sémantiques indépendants ($r = 0{,}62$).

Validité discriminante

La validité discriminante a été établie en démontrant que l’échelle ne se confond pas avec d’autres dimensions environnementales ambiantes. Les corrélations entre la FOTM et le niveau sonore perçu ($dB$), le tempo objectif mesuré en battements par minute (BPM), ou la perception de la température du magasin sont proches de zéro ($r < 0{,}12$, non significatif). De plus, l’analyse par la méthode de la variance moyenne extraite (AVE de Fornell et Larcker) confirme que l’AVE de la FOTM dépasse systématiquement le carré des corrélations partagées avec les construits d’humeur positive générale ou de congestion perçue du magasin.

8. Fidélité / Reliability

Malgré sa concision extrême (3 items), l’échelle de Familiarité de la musique affiche des indices de consistance interne remarquablement élevés au travers des diverses vagues d’échantillonnage empirique :

• Consistance interne (Alpha de Cronbach) : Dans l’étude originale de Bailey et Areni (2006), l’alpha de Cronbach rapporté pour la batterie d’items oscillait entre $\alpha = 0{,}86$ et $\alpha = 0{,}91$ selon les conditions expérimentales (conditions de musique familière versus non familière). Ces valeurs dépassent largement le seuil conventionnel de $0{,}70$ préconisé par Nunnally (1978), indiquant une excellente homogénéité des items sans redondance excessive.
• Fiabilité composite (McDonald’s $\omega$) : Les études contemporaines ayant réutilisé cette échelle dans des modélisations structurelles rapportent des coefficients de fiabilité composite (CR ou $\omega$) supérieurs à $0{,}88$, attestant que les saturations factorielles contribuent de manière équilibrée à la variance vraie du score composite.
• Stabilité temporelle (Test-Retest) : Évaluée sur des intervalles courts dans des protocoles de laboratoire (15 à 30 minutes d’intervalle entre écoutes successives en conditions contrôlées), la fidélité test-retest révèle des coefficients de corrélation intra-classe (ICC) supérieurs à $0{,}82$, démontrant que la mesure est insensible aux fluctuations momentanées de l’attention immédiate.

9. Analyse factorielle / Factor Analysis

Les analyses factorielles exploratoires (AFE) et confirmatoires (AFC) menées sur les matrices de corrélation des items de la FOTM confirment de manière univoque l’existence d’une structure sous-jacente parcimonieuse :

Analyse factorielle exploratoire (AFE)

L’extraction initiale par la méthode des composantes principales (ACP) ou par factorisation en axes principaux, réalisée avec le critère de Kaiser-Guttman (valeurs propres supérieures à 1), fait systématiquement émerger un facteur unique dominant :

• Valeur propre du premier facteur : Généralement supérieure à $2{,}45$, expliquant à elle seule entre $78,%$ et $85,%$ de la variance totale observée des items.
• Saturations factorielles (Factor Loadings) : Les trois items présentent des saturations unifactorielles très élevées, se situant de manière constante entre $\lambda = 0{,}82$ et $\lambda = 0{,}94$. Aucun phénomène de double saturation problématique n’est constaté, et le test de sphéricité de Bartlett ($p < 0{,}001$) ainsi que l’indice KMO (Kaiser-Meyer-Olkin, souvent $> 0{,}75$) attestent d’une factorisabilité optimale des données.

Analyse factorielle confirmatoire (AFC)

Lors de la soumission de la structure unidimensionnelle aux estimateurs de maximum de vraisemblance (ML ou robustes MLM) dans les études de réplication, le modèle à un facteur s’ajuste parfaitement aux données empiriques :

• $\chi^2 / \text{ddl} < 2{,}0$ (statistiquement non significatif dans la majorité des cas ajustés pour la taille de l’échantillon) ;
• CFI (Comparative Fit Index) : $ge 0{,}98$ ;
• TLI (Tucker-Lewis Index) : $ge 0{,}97$ ;
• RMSEA (Root Mean Square Error of Approximation) : $le 0{,}045$ (intervalle de confiance à $90,%$ englobant zéro) ;
• SRMR (Standardized Root Mean Square Residual) : $le 0{,}025$.

Ces indicateurs statistiques confirment la robustesse de l’instrument et justifient pleinement l’agrégation des trois items sous forme d’une moyenne arithmétique globale ou d’un score factoriel pondéré.

10. Instrument de mesure / Instrument

L’instrument de mesure se caractérise par une ergonomie épurée, adaptée aux études sur le terrain et aux passations en ligne :

• Type d’évaluation : Questionnaire d’auto-évaluation (self-report), administré immédiatement après l’écoute d’un stimulus musical ou à l’issue d’une expérience en magasin.
• Nombre d’items : 3 items formulés sous la forme d’affirmations déclaratives ou d’échelles bipolaires sémantiques.
• Format de réponse : Échelle de Likert en 7 points (pouvant être adaptée en 5 points selon les contraintes de l’étude), généralement ancrée de 1 (« Pas du tout d’accord » / « Strongly Disagree ») à 7 (« Tout à fait d’accord » / « Strongly Agree »).
• Durée de passation : Moins de 60 secondes, minimisant le risque de déperdition attentionnelle chez le sujet.
• Modalités de cotation :
  • Tous les items sont orientés positivement (pas d’inversion de score nécessaire).
  • Le score global de familiarité musicale correspond à la moyenne arithmétique non pondérée des 3 items (somme divisée par 3), s’échelonnant ainsi de 1,00 à 7,00.
  • Un score élevé indique une reconnaissance immédiate, une forte familiarité et une appréciation positive du fond musical.

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

• Année de publication princeps : 2006.
• Revue d’origine : Journal of Retailing (Volume 82, Numéro 3, Pages 189-202), publiée sous l’égide de l’Université de New York et diffusée par Elsevier.
• Droits d’auteur et permissions : Les droits éditoriaux de l’article appartiennent à Elsevier Inc. Toutefois, l’utilisation de la batterie d’items dans le cadre de recherches académiques non commerciales, de thèses doctorales ou d’activités d’enseignement universitaire est traditionnellement autorisée sous réserve d’une citation bibliographique complète et rigoureuse selon les normes académiques (style APA).
• Utilisation commerciale : Toute intégration de l’échelle au sein d’un outil commercial, d’un logiciel propriétaire de mesure d’ambiance ou d’une prestation de conseil rémunérée nécessite l’accord explicite préalable des auteurs et/ou de la maison d’édition via le centre des droits de reproduction (Copyright Clearance Center).
• Tarification : L’accès aux items via la consultation de l’article scientifique dans une bibliothèque universitaire abonnée à ScienceDirect est sans surcoût pour la communauté académique.

12. Références / References

Les sources bibliographiques suivantes constituent les fondements théoriques et empiriques relatifs à la FOTM et à la psychologie des environnements sonores :

• Bailey, N., & Areni, C. S. (2006). When a few minutes sound like a lifetime: Does atmospheric music expand or contract perceived time? Journal of Retailing, 82(3), 189–202. https://doi.org/10.1016/j.jretai.2006.05.003
• Berlyne, D. E. (1971). Aesthetics and psychobiology. Appleton-Century-Crofts.
• Bitner, M. J. (1992). Servicescapes: The impact of physical surroundings on customers and employees. Journal of Marketing, 56(2), 57–71. https://doi.org/10.1177/002224299205600205
• Mehrabian, A., & Russell, J. A. (1974). An approach to environmental psychology. MIT Press.
• Nunnally, J. C. (1978). Psychometric theory (2nd ed.). McGraw-Hill.
• Ornstein, R. E. (1969). On the experience of time. Penguin Books.
• Thomas, E. A., & Weaver, W. B. (1975). Cognitive processing and time perception. Perception & Psychophysics, 17(4), 363–367. https://doi.org/10.3758/BF03203223
• Zajonc, R. B. (1968). Attitudinal effects of mere exposure. Journal of Personality and Social Psychology, 9(2p2), 1–27. https://doi.org/10.1037/h0025848
• Zakay, D., & Block, R. A. (1997). Temporal cognition. Current Directions in Psychological Science, 6(1), 12–16. https://doi.org/10.1111/1467-8721.ep11512604

13. Questions et items du questionnaire / Scale Items

Les items officiels de cette échelle sont protégés par le droit d’auteur éditorial (Elsevier / Journal of Retailing) et ne sont pas reproduits intégralement dans le domaine public ouvert.

Conformément aux normes psychométriques établies dans la publication princeps, l’inventaire repose sur l’évaluation de trois composantes fondamentales formulées en langue anglaise originale et cotées sur une échelle de type Likert allant de 1 (« Strongly Disagree ») à 7 (« Strongly Agree ») :

Le libellé officiel exhaustif et exact des items doit être consulté directement dans l’article de référence de Bailey et Areni (2006) ou obtenu auprès des titulaires des droits éditoriaux.