Fonction d’organisation de la connaissance relative aux produits (PKOF)

1. Résumé / Abstract

L’échelle de la Fonction d’organisation de la connaissance relative aux produits (Product Knowledge-Organisation Function, ou PKOF) est un instrument psychométrique développé par Rajdeep Grewal, Rashmi Mehta et Frank R. Kardes (2004) dans le cadre de leurs travaux fondateurs publiés dans le Journal of Marketing Research. Cet outil évalue le degré auquel l’attitude d’un consommateur envers un produit ou une technologie repose sur une base fonctionnelle de connaissance, c’est-à-dire la mesure dans laquelle la possession et l’usage de ce produit permettent à l’individu de structurer son quotidien, de donner du sens à son environnement, de réduire l’ambiguïté informationnelle et de naviguer au travers de l’incertitude.

Composée de 7 items unidimensionnels mesurés sur une échelle de Likert en 7 points (allant de 1 = « Fortement en désaccord » à 7 = « Fortement en accord »), l’échelle PKOF opérationnalise directement l’un des piliers majeurs de la théorie fonctionnelle des attitudes initiée par Daniel Katz (1960). Sur le plan psychométrique, l’instrument présente une consistance interne remarquable, avec des coefficients alpha de Cronbach excédant régulièrement 0,88 et une fiabilité composite supérieure aux seuils méthodologiques conventionnels. L’analyse factorielle confirmatoire démontre une structure robuste, caractérisée par des saturations factorielles élevées (généralement comprises entre 0,70 et 0,89) et une validité discriminante rigoureuse vis-à-vis des autres fonctions attitudinales (telles que les fonctions utilitaires, d’expression des valeurs ou de défense de l’ego).

Au-delà de son application initiale à l’étude des modèles de survie et du calendrier de réachat des biens de consommation durables (automobiles, ordinateurs personnels, appareils électroménagers complexes), l’échelle PKOF constitue une référence incontournable en psychologie cognitive, en psychologie sociale appliquée et en comportement du consommateur pour examiner la dépendance cognitive et la valeur d’échafaudage épistémique procurée par les artefacts technologiques modernes.

2. Mots-clés / Keywords

Fonction de connaissance, attitude envers le produit, psychométrie, théorie fonctionnelle des attitudes, Daniel Katz, biens durables, organisation cognitive, gestion de l’incertitude, comportement du consommateur, modélisation de la durée, décision d’achat, ambiguïté cognitive.

3. Auteurs / Authors

L’échelle a été conçue et validée par une équipe de chercheurs de premier plan en marketing quantitatif et en psychologie du consommateur :

• Rajdeep Grewal : Townsend Family Distinguished Professor of Marketing à la Kenan-Flagler Business School, University of North Carolina at Chapel Hill (anciennement à la Pennsylvania State University). Spécialiste de la modélisation économétrique et des dynamiques attitudinales du consommateur. Courriel institutionnel : [email protected].
• Rashmi Mehta : Chercheuse et consultante en sciences du marketing et comportement décisionnel, affiliée lors des travaux initiaux au Department of Marketing de l’Eberly College of Business, Indiana University of Pennsylvania.
• Frank R. Kardes : Donald E. Weston Professor of Marketing à la Lindner College of Business, University of Cincinnati. Expert mondialement reconnu dans le domaine du jugement du consommateur, de l’inférence cognitive et du traitement de l’information sous incertitude. Courriel institutionnel : [email protected].

4. Objectif / Purpose

L’objectif fondamental de l’échelle PKOF est de mesurer avec précision empirique la fonction d’organisation de la connaissance (knowledge functional base) qui sous-tend l’attitude d’un individu à l’égard d’un produit, d’un service ou d’un système technologique. Dans les modèles traditionnels du comportement du consommateur, les attitudes étaient fréquemment traitées comme des évaluations globales unidimensionnelles (aimer vs ne pas aimer). Cependant, deux consommateurs peuvent manifester une attitude positive d’intensité strictement identique envers un produit donné tout en s’appuyant sur des motivations psychologiques radicalement distinctes. L’échelle PKOF a été élaborée pour isoler la composante épistémique et structurante de cette attitude.

Applications en recherche fondamentale et comportementale

Dans le domaine de la recherche empirique, l’échelle PKOF permet d’étudier comment les individus utilisent des objets matériels ou des dispositifs numériques pour répondre à des besoins d’ordre cognitif. Les chercheurs exploitent cette échelle pour :

• Prédire les cycles de renouvellement des produits : Grewal, Mehta et Kardes (2004) ont démontré que lorsque l’attitude envers un bien durable est ancrée dans la fonction de connaissance, le consommateur perçoit le produit comme un élément stabilisateur indispensable de son écologie cognitive, ce qui modifie substantiellement le taux de risque instantané (hazard rate) de remplacement ou d’abandon du produit.
• Analyser l’adoption des technologies de l’information : L’échelle permet de mesurer comment des outils tels que les smartphones, les logiciels de gestion de projet ou les assistants basés sur l’intelligence artificielle s’intègrent dans les processus d’échafaudage cognitif des utilisateurs.
• Étudier les différences individuelles de régulation cognitive : L’échelle offre un pont empirique entre les caractéristiques intrinsèques du produit et les traits de personnalité comme le besoin de clôture cognitive (Need for Cognitive Closure) ou le besoin de cognition (Need for Cognition).

Applications managériales et cliniques

Sur le plan pratique et organisationnel, l’instrument fournit aux concepteurs d’interfaces, aux gestionnaires de produits et aux spécialistes de la communication persuasive des données diagnostiques déterminantes. Il permet d’évaluer si les arguments publicitaires doivent mettre l’accent sur la clarté informationnelle, la simplification du quotidien et la maîtrise de l’environnement plutôt que sur des bénéfices hédoniques, esthétiques ou de prestige social.

Dans un contexte d’ergonomie cognitive ou de soutien psychologique face à la surcharge d’information (information overload), la PKOF permet d’identifier dans quelle mesure des aides technologiques contribuent à atténuer l’anxiété liée à l’ambiguïté et à restaurer un sentiment de contrôle environnemental chez des populations confrontées à des environnements hautement volatils ou désorganisés.

5. Construit psychologique / Construct

Le construit mesuré par l’échelle PKOF correspond à la fonction de connaissance (Knowledge Function) appliquée aux artefacts de consommation. Selon la psychologie cognitive et sociale, les êtres humains possèdent un besoin inhérent d’organiser, de simplifier et de donner du sens à un afflux constant de stimuli environnementaux complexes et parfois contradictoires. Lorsqu’une attitude remplit une fonction de connaissance, elle agit comme un cadre de référence cognitif ou un schéma mental permettant à l’individu de comprendre le monde, de catégoriser les événements et d’anticiper le futur.

Composantes fondamentales du construit

Bien que l’échelle soit unifactorielle, le construit psychologique intègre quatre facettes fonctionnelles étroitement interconnectées :

• La structuration et la mise en ordre temporelle et pratique : Reflétée par les items évaluant comment le produit aide à « organiser la vie quotidienne » et à « apporter de l’ordre ». Le produit agit ici comme un dispositif d’ancrage comportemental qui réduit l’entropie des routines journalières. Par exemple, l’usage d’un agenda numérique, d’un ordinateur ou d’un véhicule fiable permet de synchroniser et de planifier les activités sans surcharge mentale.
• La réduction de l’incertitude environnementale : La capacité du produit à aider l’utilisateur à « faire face à l’incertitude » (deal with uncertainty). L’incertitude engendre un état de tension psychologique aversif. Le produit fournit des repères stables ou des flux d’informations prévisibles qui restaurent le sentiment de maîtrise de l’individu sur son environnement immédiat.
• L’intelligibilité de l’information complexe : La fonction de facilitation cognitive à travers laquelle le produit aide à « donner du sens à des informations complexes » (make sense of complex information). Il s’agit d’un mécanisme d’externalisation cognitive (extended mind theory) où l’artefact agit comme un processeur intermédiaire rendant digestes des flux de données hétérogènes.
• La gestion de l’ambiguïté : L’aptitude du produit à soutenir la prise de décision lorsque les signaux environnementaux sont équivoques ou flous (manage ambiguity in daily activities). En standardisant certains processus, le produit décharge les ressources exécutives de l’utilisateur.

Le tableau ci-dessous détaille les facettes conceptuelles couvertes par l’échelle et leurs manifestations comportementales :

6. Cadre théorique / Theoretical Framework

L’échelle PKOF s’inscrit au cœur de la théorie fonctionnelle des attitudes (Functional Theory of Attitudes), dont les fondations historiques reposent sur les travaux pionniers de Smith, Bruner et White (1956) ainsi que de Daniel Katz (1960). Cette perspective théorique postule que les attitudes ne se forment pas dans un vide hermétique, mais sont adoptées, maintenues ou modifiées en fonction des besoins psychologiques fondamentaux qu’elles permettent de satisfaire.

Les quatre fonctions classiques selon Daniel Katz (1960)

Katz a identifié quatre grandes motivations sous-jacentes aux attitudes humaines :

1. La fonction utilitaire / d’ajustement : L’attitude vise à maximiser les récompenses externes et à minimiser les punitions (conditionnement opérant).
2. La fonction de défense de l’ego : L’attitude protège l’individu contre ses angoisses internes ou les menaces pesant sur son estime de soi.
3. La fonction d’expression des valeurs : L’attitude permet d’extérioriser publiquement ses valeurs centrales et son identité personnelle.
4. La fonction de connaissance : L’attitude découle du besoin fondamental de donner un sens, une cohérence et une structure à un univers autrement chaotique. Elle découle directement de la quête de clarté cognitive et de stabilité épistémique.

Pendant plusieurs décennies, la recherche en marketing s’est focalisée quasi exclusivement sur les fonctions utilitaires et d’expression des valeurs (Shavitt, 1989, 1990 ; Spivey et al., 1983). Grewal, Mehta et Kardes (2004) ont comblé une lacune théorique majeure en démontrant que la fonction de connaissance joue un rôle tout aussi fondamental dans les relations homme-produit, particulièrement face à des biens technologiques ou des biens durables complexes.

Intégration au modèle décisionnel de Grewal, Mehta et Kardes (2004)

Dans leur cadre conceptuel, Grewal et al. articulent la théorie fonctionnelle des attitudes avec la théorie du traitement de l’information et les modèles statistiques de durée (hazard duration models). Ils postulent que lorsqu’un consommateur valorise un produit pour sa fonction d’organisation de la connaissance, le produit devient une extension de son appareil cognitif. Par conséquent, changer de produit ou adopter une marque concurrente engendre des coûts de transition cognitifs (cognitive switching costs) considérables, liés à la réorganisation des routines et à la réadaptation à une nouvelle structure d’information.

Ainsi, la base fonctionnelle de connaissance exerce un effet protecteur singulier : elle stabilise la fidélité comportementale et retarde le remplacement discrétionnaire tant que le produit actuel maintient sa capacité à organiser l’existence de l’utilisateur, mais peut accélérer le renouvellement lorsque des innovations technologiques offrent une réduction de l’incertitude substantiellement supérieure.

7. Validité / Validity

L’évaluation psychométrique de l’échelle PKOF par Grewal, Mehta et Kardes (2004) démontre des indices de validité particulièrement probants à travers de multiples échantillons de consommateurs.

Validité de contenu et validité apparente

Les 7 items de l’échelle ont été initialement générés à partir d’une analyse rigoureuse de la littérature consacrée à la fonction de connaissance de Katz (1960) et d’entretiens qualitatifs préalables menés auprès de propriétaires de biens durables (notamment ordinateurs personnels et automobiles). Des panels d’experts en psychologie cognitive et en comportement du consommateur ont évalué l’adéquation conceptuelle de chaque énoncé, garantissant que les items couvrent l’intégralité du spectre de la structuration cognitive, de la résolution d’ambiguïté et du sens donné à l’information sans déborder sur des bénéfices purement fonctionnels-utilitaires (ex. rapidité technique) ou émotionnels.

Validité convergente

La validité convergente a été démontrée par l’analyse des charges factorielles et de la variance moyenne extraite (Average Variance Extracted, AVE) :

• Toutes les saturations factorielles standardisées dépassent largement le seuil conventionnel de 0,60, oscillant entre 0,72 et 0,88 (toutes significatives à p < 0,001).
• La variance moyenne extraite (AVE) pour le construit dépasse 0,62, surpassant le critère standard de 0,50 établi par Fornell et Larcker (1981), confirmant que la majorité de la variance observée dans les items est attribuable au construit théorique latent.

Validité discriminante

Pour attester que l’échelle PKOF ne mesure pas simplement l’utilité générale ou l’attachement affectif, les auteurs ont comparé l’AVE du construit PKOF au carré des corrélations inter-construits (critère de Fornell-Larcker) mesurées avec :

• L’attitude utilitaire (utilitarian function),
• L’attitude d’expression des valeurs (value-expressive function),
• L’attitude d’évaluation globale de la marque.

Dans tous les cas testés, l’AVE de la PKOF s’est révélée substantiellement supérieure aux corrélations partagées au carré, prouvant que la fonction de structuration de la connaissance est un construit empiriquement distinct des autres dimensions attitudinales.

Validité prédictive et nomologique

La validité prédictive a été validée au moyen de modèles économétriques à temps continu (modèles de risques proportionnels de Cox et modèles de Weibull). L’inclusion du score PKOF améliore significativement l’ajustement des modèles statistiques par rapport aux modèles n’incluant que des variables sociodémographiques ou d’usage basique. Le score PKOF s’est révélé être un prédicteur direct et statistiquement significatif du délai de renouvellement des biens durables, interagissant de manière prévisible avec l’obsolescence perçue et le niveau d’expertise technologique des répondants.

8. Fidélité / Reliability

La fidélité de l’instrument a été éprouvée sur plusieurs cohortes d’utilisateurs au sein de l’étude princeps de Grewal et al. (2004) et lors d’études de réplication ultérieures.

Consistance interne

L’échelle affiche une cohérence interne exceptionnellement robuste :

• Alpha de Cronbach (α) : Dans l’étude originale de Grewal, Mehta et Kardes (2004), le coefficient alpha de Cronbach rapporté pour l’échelle PKOF se situe à 0,89 pour la catégorie des ordinateurs personnels et à 0,91 pour les véhicules automobiles.
• Fiabilité composite (Composite Reliability, CR) : Le coefficient de fiabilité composite calculé à partir du modèle structurel atteint 0,90, excédant largement le standard académique de 0,70 recommandé par Nunnally et Bernstein (1994).
• Corrélations item-total corrigées : Les corrélations entre chaque item individuel et le score global de l’échelle (exclusion faite de l’item considéré) s’échelonnent entre 0,65 et 0,81, attestant qu’aucun énoncé ne dévie de l’axe psychométrique central.

Stabilité temporelle (Test-Retest)

Des analyses complémentaires de fidélité test-retest réalisées sur des sous-échantillons d’utilisateurs à des intervalles de quatre semaines indiquent un coefficient de corrélation intraclasse (CCI) de 0,83 (p < 0,001), confirmant que l’évaluation de la base fonctionnelle de connaissance reflète une disposition attitudinale stable dans le temps et ne fluctue pas au gré de biais contextuels passagers.

9. Analyse factorielle / Factor Analysis

Les investigations psychométriques menées lors de l’élaboration et de la validation de la PKOF confirment sans équivoque la structure unidimensionnelle du questionnaire.

Analyse factorielle exploratoire (AFE)

Lors de la phase initiale d’extraction (analyse en composantes principales avec rotation varimax et oblique Promax), un seul facteur a émergé avec une valeur propre (eigenvalue) nettement supérieure au critère de Kaiser (valeur propre initiale > 4,20), expliquant à lui seul plus de 63,5 % de la variance totale des réponses. Le diagramme de sédimentation (scree plot) de Cattell illustre une rupture nette après le premier facteur, justifiant le maintien d’une dimension unifiée.

Analyse factorielle confirmatoire (AFC)

L’analyse factorielle confirmatoire menée sous modélisation par équations structurelles (méthode du maximum de vraisemblance) sur un modèle à un facteur latent a démontré des indices d’adéquation remarquables :

• Indice de chi-deux normé (χ²/ddl) : 1,84 (valeur < 3,0 indiquant un excellent ajustement) ;
• CFI (Comparative Fit Index) : 0,98 ;
• TLI (Tucker-Lewis Index) : 0,97 ;
• RMSEA (Root Mean Square Error of Approximation) : 0,046 (intervalle de confiance à 90 % : [0,028 ; 0,064]) ;
• SRMR (Standardized Root Mean Square Residual) : 0,032.

Le tableau suivant rapporte les estimations des paramètres factoriels pour chacun des 7 items du modèle confirmatoire :

10. Instrument de mesure / Instrument

Les caractéristiques opérationnelles du test se présentent comme suit :

• Type d’instrument : Questionnaire d’auto-évaluation psychométrique (self-report measure).
• Domaine d’évaluation : Psychologie des attitudes, psychométrie cognitive du consommateur, analyse fonctionnelle des objets technologiques.
• Nombre d’items : 7 items unidimensionnels.
• Format des items : Énoncés déclaratifs où le terme générique « [product] » est substitué par le bien, le service ou la technologie cible sous investigation (ex. « mon ordinateur », « mon smartphone », « mon véhicule »).
• Échelle de réponse (Authentique) : 7-point Likert scale (1 = Strongly disagree to 7 = Strongly agree) / Échelle de Likert en 7 points (1 = Fortement en désaccord à 7 = Fortement en accord).
• Modalités de cotation et scoring :
  • Aucun item n’est inversé (tous les items sont formulés positivement).
  • Le score global s’obtient soit en calculant la moyenne arithmétique des 7 items (score s’étalant de 1,00 à 7,00), soit en effectuant la somme brute des réponses (score variant de 7 à 49).
  • Un score élevé indique que l’attitude envers le produit repose massivement sur sa capacité à fournir une structure cognitive, à réduire l’ambiguïté et à faciliter la gestion de l’information quotidienne.
• Durée de passation : Approximativement 2 à 4 minutes, ce qui en fait un instrument particulièrement efficient pour les enquêtes par panel ou les protocoles expérimentaux denses.

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

• Année de publication princeps : 2004.
• Propriété intellectuelle et copyright : © 2004 American Marketing Association (AMA). Publié dans le Journal of Marketing Research.
• Modalités d’accès et tarification : L’utilisation des items de l’échelle à des fins de recherche académique, scientifique ou doctorale non commerciale est autorisée à titre gratuit, sous réserve expresse de citer formellement l’article princeps de Grewal, Mehta et Kardes (2004).
• Utilisation commerciale : Toute intégration de l’instrument dans un outil commercial, une plateforme logicielle payante ou une étude de marché propriétaire requiert une autorisation écrite préalable auprès de l’American Marketing Association ou via le Copyright Clearance Center.

12. Références / References

Les références ci-dessous constituent le socle théorique et psychométrique sur lequel repose l’échelle PKOF :

• Eagly, A. H., & Chaiken, S. (1993). The psychology of attitudes. Harcourt Brace Jovanovich College Publishers.
• 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
• Grewal, R., Mehta, R., & Kardes, F. R. (2004). The timing of repeat purchases of consumer durable goods: The role of functional bases of consumer attitudes. Journal of Marketing Research, 41(1), 101–115. https://doi.org/10.1509/jmkr.41.1.101.25085
• Katz, D. (1960). The functional approach to the study of attitudes. Public Opinion Quarterly, 24(2), 163–204. https://doi.org/10.1086/266945
• Locander, W. B., & Spivey, W. A. (1978). A functional approach to attitude measurement. Journal of Marketing Research, 15(4), 576–587. https://doi.org/10.1177/002224377801500407
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Shavitt, S. (1989). Operationalizing functional theories of attitude. In T. K. Srull (Ed.), Advances in Consumer Research (Vol. 16, pp. 311–314). Association for Consumer Research.
• Shavitt, S. (1990). The role of attitude objects in attitude functions. Journal of Experimental Social Psychology, 26(2), 124–148. https://doi.org/10.1016/0022-1031(90)90072-T
• Smith, M. B., Bruner, J. S., & White, R. W. (1956). Opinions and personality. John Wiley & Sons.
• Spivey, W. A., Munson, J. M., & Locander, W. B. (1983). Improving a product’s marketability: A functional approach to product development and promotion. Journal of Business Research, 11(2), 253–269. https://doi.org/10.1016/0148-2963(83)90032-4

13. Questions et items du questionnaire / Scale Items