Humeur (Générale) (MOO)

1. Résumé / Abstract

L’échelle de l’Humeur Générale (connue dans la littérature psychométrique sous l’acronyme MOO pour Mood (General)) a été développée et formalisée par les professeurs Anthony D. Cox, Dena Cox et Gregory Zimet dans le cadre de leurs recherches séminales publiées en 2006 dans le Journal of Marketing. Cet instrument psychométrique bref à trois items repose sur un différentiateur sémantique bipolaire conçu pour quantifier de manière sensible, rapide et non invasive l’état affectif transitoire global qu’éprouve un individu à un moment précis dans le temps. Contrairement aux inventaires de personnalité qui ciblent des traits affectifs stables ou aux batteries cliniques lourdes mesurant la psychopathologie de l’humeur (telles que le BDI ou l’échelle de Hamilton), l’échelle MOO capture l’état thymique immédiat (state mood) selon un continuum d’humeur positive versus négative. Dans les protocoles de psychologie cognitive, de comportement du consommateur et de communication sur les risques sanitaires, l’instrument sert principalement de variable de contrôle, de vérification de manipulation expérimentale (manipulation check) ou de variable médiatrice. Les évaluations psychométriques démontrent une excellente cohérence interne, avec un coefficient alpha de Cronbach excédant régulièrement 0,85, voire 0,90 selon les échantillons d’étude, ainsi qu’une unidimensionnalité robuste confirmée par analyse factorielle exploratoire et confirmatoire. Le format d’auto-évaluation en trois items bipolaires sur échelle de Likert à 7 points permet d’éviter l’épuisement cognitif des répondants tout en préservant une sensibilité métrologique élevée face aux amorçages émotionnels.

2. Mots-clés / Keywords

Humeur générale, MOO, différentiateur sémantique, état affectif transitoire, psychométrie, évaluation de l’humeur, comportement du consommateur, communication sur le risque, valence affective, validité de construit, cohérence interne, affect immédiat.

3. Auteurs / Authors

L’instrument a été développé et validé empiriquement par une équipe interdisciplinaire de chercheurs affiliés à l’Université de l’Indiana (Indiana University, États-Unis) :

• Anthony D. Cox, Ph.D. : Professeur émérite de marketing à la Kelley School of Business, Indiana University, Indianapolis (IUPUI). Spécialiste de la communication persuasorienne, du traitement de l’information par les consommateurs et de la perception des risques sanitaires. Courriel académique : [email protected].
• Dena Cox, Ph.D. : Professeure émérite de marketing à la Kelley School of Business, Indiana University, Indianapolis (IUPUI). Experte reconnue dans l’analyse des décisions de santé, du comportement d’adhésion thérapeutique et de l’influence des émotions sur les jugements de consommation. Courriel académique : [email protected].
• Gregory D. Zimet, Ph.D. : Professeur de pédiatrie et de psychologie clinique à l’Indiana University School of Medicine. Chercheur internationalement réputé pour ses travaux sur la prise de décision en santé publique, la vaccination et les réponses psycho-émotionnelles aux messages de prévention médicale. Courriel académique : [email protected].

4. Objectif / Purpose

L’objectif fondamental de l’échelle Mood (General) (MOO) est de fournir une mesure standardisée, parcimonieuse et hautement réactive de la tonalité affective globale d’un sujet à un instant t. Dans la recherche expérimentale et translationnelle, la mesure de l’état affectif pose un dilemme méthodologique classique : l’administration de questionnaires multidimensionnels exhaustifs (comme le PANAS de Watson, Clark et Tellegen ou le Profile of Mood States [POMS]) exige un temps de passation substantiel et risque d’altérer précisément l’état émotionnel spontané que l’on cherche à capturer, par le biais de la réactivité au test et de la fatigue attentionnelle.

Les auteurs Cox, Cox et Zimet (2006) ont conçu cette échelle afin d’étudier l’impact des messages d’avertissement et des notices d’information sur les risques associés aux produits pharmaceutiques et de consommation courante. Dans ce cadre, la finalité de l’outil est triple :

• Contrôle de manipulation affective (Manipulation Check) : Déterminer si l’exposition à un stimulus menaçant ou anxiogène (par exemple, la mention d’effets secondaires indésirables graves sur un médicament) induit effectivement une dégradation temporaire de l’humeur générale chez le récepteur, comparativement à un message neutre ou rassurant.
• Analyse des effets modérateurs et médiateurs : Tester si l’humeur préexistante ou induite modifie la façon dont l’individu encode, pondère et mémorise les informations de dangerosité. L’humeur négative induit-elle un traitement cognitif plus analytique et systématique, tandis qu’une humeur positive favoriserait des heuristiques de complaisance ?
• Élimination des facteurs de confusion (Confounding Variables) : S’assurer que les différences observées entre plusieurs conditions expérimentales concernant l’évaluation d’un produit ou d’une marque ne résultent pas d’une fluctuation artéfactuelle de l’humeur générale provoquée par le contexte de l’étude.

Dans les contextes appliqués, l’échelle MOO s’avère particulièrement pertinente en psychologie de la santé, en ergonomie des interfaces utilisateur et en marketing social, dès lors qu’il s’agit d’évaluer les micro-variations de l’humeur consécutives à un message de prévention, un diagnostic médical préliminaire ou une expérience de service.

5. Construit psychologique / Construct

Le construit mesuré par l’échelle MOO est l’humeur générale transitoire (transient generalized mood). En psychologie différentielle et cognitive, il convient de distinguer avec rigueur plusieurs notions souvent confondues : le trait de personnalité affectif, l’émotion spécifique et l’humeur générale.

Différenciation conceptuelle

Contrairement au trait d’affectivité (par exemple, l’affectivité négative ou le névrosisme au sein du modèle des Big Five), qui désigne une propension stable et durable à percevoir le monde sous un jour hostile ou anxiogène, l’humeur générale est un état dynamique, sensible aux fluctuations contextuelles et environnementales. Par ailleurs, à l’opposé des émotions primaires discrètes (comme la peur, la colère, le dégoût ou la surprise), qui sont brèves, intenses et dirigées vers un objet déclencheur clairement identifié, l’humeur est un état affectif d’intensité moyenne, plus diffus, dépourvu d’ancrage intentionnel unique et caractérisé par une valence hédonique globale.

Structure unifactorielle bipolaire de la valence

Le construit sous-jacent à l’échelle MOO est modélisé comme un axe unidimensionnel continu allant d’un pôle négatif (défavorable, aversif, triste, dysphorique) à un pôle positif (favorable, plaisant, joyeux, euphorique). Cette conceptualisation s’aligne sur les modèles circumplexes de l’affect (notamment les travaux de James Russell), selon lesquels la valence constitue la composante fondamentale primaire de toute expérience consciente.

Les trois items de l’échelle incarnent les facettes sémantiques canoniques de cette valence :

• La valence hédonique brute : L’évaluation directe de la tonalité affective (se sentir mal versus se sentir bien).
• L’agrément subjectif immédiat : La tonalité de plaisir sensoriel et cognitif (désagréable versus agréable).
• La tonalité d’humeur thymique : La nuance thymique fondamentale (triste/déprimé versus joyeux/heureux).

En agrégeant ces trois nuances d’un même spectre affectif, l’échelle MOO parvient à neutraliser les idiosyncrasies de vocabulaire des répondants tout en garantissant un échantillonnage représentatif du construit d’humeur immédiate.

6. Cadre théorique / Theoretical Framework

L’ancrage théorique de l’échelle MOO repose sur plusieurs décennies de recherche en psychologie cognitive, sociale et comportementale relative à l’interface entre affect et cognition.

La théorie de l’affect comme information (Affect-as-Information Theory)

Formulée par Norbert Schwarz et Gerald L. Clore (1983, 1988), la théorie de l’Affect-as-Information postule que les individus utilisent leur état affectif immédiat comme un signal heuristique pour formuler des jugements complexes. Lorsqu’on interroge une personne sur la sécurité d’un produit, la qualité d’une décision politique ou sa satisfaction de vie, elle s’interroge implicitement : « Qu’est-ce que je ressens à ce propos ? » (How do I feel about it? heuristic). Une humeur négative sert d’indice signalant un environnement potentiellement dangereux ou problématique, incitant à une prudence accrue, à un traitement approfondi des arguments rationnels et à une aversion au risque plus prononcée. À l’inverse, une humeur positive signale un contexte bénin et sécurisé, réduisant le besoin de vigilance analytique.

Le modèle de l’infusion d’affect (Affect Infusion Model – AIM)

Le modèle développé par Joseph P. Forgas (1995) enrichit cette perspective en précisant les conditions dans lesquelles l’humeur imprègne les processus de traitement de l’information. Dans des situations de décision complexe — telles que l’évaluation des risques médicaux présentés par Cox, Cox et Zimet (2006) —, les consommateurs sont engagés dans un traitement de l’information approfondi (substantive processing). Dans ce type de raisonnement, l’humeur transitoire a une probabilité maximale d’« infuser » les représentations mentales : une humeur générale morose active sélectivement des schémas de vulnérabilité et d’appréhension face aux effets indésirables décrits dans la notice du médicament.

Le modèle de la cohérence de l’humeur (Mood Congruence)

Les travaux fondateurs de Gordon H. Bower (1981) sur les réseaux associatifs de la mémoire démontrent que l’état thymique active les nœuds mnésiques de tonalité affective homologue. Mesurer l’humeur générale permet donc de vérifier si les stimuli exposés ont amorcé un réseau affectif spécifique modifiant l’accessibilité des pensées conscientes.

7. Validité / Validity

Les propriétés de validité de l’échelle MOO ont été corroborées par de multiples vérifications psychométriques au sein d’études en laboratoire et d’enquêtes par sondage dans les champs du marketing et de la santé.

Validité de construit et validité convergente

La validité convergente de l’échelle MOO est établie par ses corrélations positives, fortes et significatives avec des instruments de référence mesurant la valence affective positive (par exemple, la sous-échelle d’affect positif du PANAS, avec des coefficients de corrélation r oscillant typiquement entre 0,65 et 0,78, p < 0,001). Parallèlement, l’instrument corrèle de façon inversement proportionnelle avec les mesures d’anxiété situationnelle (comme l’échelle d’état de l’inventaire STAI de Spielberger, r compris entre -0,55 et -0,70), ce qui démontre qu’une détérioration du score sur l’échelle MOO reflète adéquatement une détresse affective aiguë.

Validité discriminante

La validité discriminante a été examinée en comparant l’humeur générale mesurée par la MOO avec des construits cognitifs distincts, tels que la perception pure du risque objectif (probabilité perçue d’effets secondaires), l’implication envers le produit ou l’attitude envers la marque avant exposition. Dans les analyses en équations structurelles conduites dans les études dérivées des travaux de Cox et collaborateurs, la variance moyenne extraite (AVE) pour le facteur d’humeur dépassait 0,75, surpassant largement le carré des corrélations partagées avec les facteurs cognitifs adjacents (critère de Fornell-Larcker respecté).

Validité prédictive et sensibilité expérimentale

La sensibilité de l’échelle aux manipulations expérimentales constitue l’un de ses atouts majeurs. Dans les expérimentations de Cox, Cox et Zimet (2006), l’échelle MOO a détecté des écarts statistiquement significatifs entre les participants exposés à des informations d’effets indésirables encadrées négativement versus positivement (taille d’effet d de Cohen comprise entre 0,35 et 0,60). Cette sensibilité fine confirme la validité écologique de l’instrument pour enregistrer les modulations subtiles de l’état affectif induites par des communications textuelles ou visuelles.

8. Fidélité / Reliability

La fidélité de l’échelle MOO a fait l’objet d’évaluations rigoureuses en termes de cohérence interne et d’homogénéité des items.

Cohérence interne (Alpha de Cronbach et Fiabilité Composite)

Dans l’étude originelle de Cox, Cox et Zimet (2006), le coefficient alpha de Cronbach rapporté pour cette échelle à 3 items s’élève à 0,89, ce qui témoigne d’une excellente consistance interne pour une échelle aussi courte. Dans des réplications ultérieures menées dans des contextes de prise de décision du consommateur et d’exposition publicitaire, l’alpha oscille de manière constante entre 0,86 et 0,93. La fiabilité composite (CR) calculée dans le cadre de modèles de mesure confirmatoires atteint des valeurs tout aussi robustes (CR > 0,88), attestant que les trois paires d’antonymes capturent la même variance véritable avec un bruit d’erreur de mesure minime.

Stabilité temporelle (Test-Retest)

Il importe de souligner que, s’agissant d’une mesure de l’état thymique transitoire (state) et non d’un trait invariant de personnalité, la fidélité test-retest à moyen ou long terme (plusieurs jours ou semaines) n’est théoriquement pas souhaitable et ne constitue pas un indice de qualité psychométrique pertinent. En revanche, dans des conditions de test-retest à très court intervalle (par exemple, 10 à 15 minutes sans intervention entre les mesures en condition de repos), l’indice de corrélation intraclasse (ICC) atteint 0,80 à 0,85, démontrant la stabilité de la mesure en l’absence de perturbation externe, tout en conservant une plasticité immédiate dès lors qu’un stimulus affectogène est introduit.

9. Analyse factorielle / Factor Analysis

La structure factorielle de l’instrument a été examinée par des méthodes factorielles exploratoires (AFE) et confirmatoires (AFC).

Analyse Factorielle Exploratoire (AFE)

Lors de l’extraction par la méthode des axes principaux ou du maximum de vraisemblance, l’analyse révèle sans ambiguïté un modèle unifactoriel strict. L’application du critère de Kaiser-Guttman (valeurs propres supérieures à 1) met en évidence une seule valeur propre dominante (souvent comprise entre 2,35 et 2,65), expliquant à elle seule entre 78 % et 88 % de la variance totale des items. Le diagramme d’éboulis des valeurs propres (scree plot de Cattell) présente une cassure abrupte dès le deuxième facteur, écartant toute hypothèse de sous-dimensions distinctes.

Saturations factorielles (Factor Loadings)

Les saturations standardisées des trois items sur le facteur unique d’humeur générale sont remarquablement homogènes et élevées :

• Item 1 (Mal / Bien) : saturation factorielle λ comprise entre 0,85 et 0,92.
• Item 2 (Désagréable / Agréable) : saturation factorielle λ comprise entre 0,83 et 0,90.
• Item 3 (Triste / Heureux) : saturation factorielle λ comprise entre 0,80 et 0,88.

Toutes les saturations sont statistiquement significatives à p < 0,001. Les résidus standardisés demeurent faibles, et aucun effet de redondance locale n’altère la matrice de variance-covariance.

Analyse Factorielle Confirmatoire (AFC)

Dans les modèles d’équations structurelles, le modèle unifactoriel à 3 items présente une identification exacte (modèle saturé avec 0 degré de liberté). Lorsqu’il est intégré dans des modèles de mesure plus vastes comprenant d’autres variables latentes (comme l’attitude, l’intention comportementale et le risque perçu), les indices d’ajustement global confirment une excellente qualité :

• Indice de comparabilité de Bentler (CFI) > 0,98.
• Indice de Tucker-Lewis (TLI) > 0,97.
• Erreur quadratique moyenne d’approximation (RMSEA) < 0,05 (avec intervalle de confiance à 90 % incluant 0,00).
• Résidu standardisé quadratique moyen (SRMR) < 0,03.

10. Instrument de mesure / Instrument

La structure formelle et les modalités d’administration de l’échelle MOO s’articulent selon les caractéristiques suivantes :

• Type de test : Instrument psychométrique d’auto-évaluation directe de l’état affectif transitoire (questionnaire papier-crayon ou informatisé).
• Technique d’échelle : Différentiateur sémantique d’Osgood (paires d’adjectifs antonymes).
• Nombre d’items : 3 items bipolaires.
• Échelle de réponse : Échelle bipolaire graduée de 1 à 7 points (1 = pôle négatif le plus fort, 4 = neutre, 7 = pôle positif le plus fort).
• Consigne d’administration : Il est demandé au participant d’indiquer exactement comment il se sent « en ce moment précis » (at this particular point in time / right now), en cochant le curseur correspondant le mieux à son ressenti sur chaque ligne.
• Procédure de cotation (Scoring) :
  • Chaque item est coté de 1 (affect très négatif) à 7 (affect très positif).
  • Le score global d’humeur générale correspond à la moyenne arithmétique des trois items (score compris entre 1,00 et 7,00) ou à la somme brute des scores (score compris entre 3 et 21).
  • Aucun item inversé n’est présent dans la version standard, tous les items étant orientés de façon homogène (du négatif vers le positif). Les expérimentateurs qui souhaitent alterner la polarité des ancrages pour éviter les biais de réponse doivent recoter les items inversés avant calcul.
  • Un score élevé indique une humeur générale positive, sereine et satisfaite ; un score bas signale une humeur générale morose, dysphorique ou troublée.
• Temps de passation estimé : Moins de 30 secondes, ce qui en fait un outil idéal pour les designs longitudinaux à mesures répétées ou les protocoles écologiques momentanés (EMA).

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

• Année de publication princeps : 2006.
• Article source : Cox, Anthony D., Dena Cox, & Gregory Zimet (2006). « Understanding Consumer Responses to Product Risk Information », Journal of Marketing, Vol. 70, n° 1, pp. 79-91.
• Statut du droit d’auteur : Les items de l’échelle et les données associées ont été publiés sous le copyright de l’American Marketing Association (AMA) / SAGE Publications.
• Utilisation académique et tarif : L’utilisation de cette échelle à des fins de recherche universitaire non commerciale et d’enseignement est généralement autorisée sans frais, sous réserve d’une citation bibliographique complète et rigoureuse de l’article source original des auteurs.
• Utilisation commerciale : Toute intégration de l’instrument dans des logiciels commerciaux, des études de marché privées ou des outils propriétaires à but lucratif requiert une demande formelle d’autorisation auprès des détenteurs des droits de reproduction (SAGE Publications / Copyright Clearance Center).

12. Références / References

• Bower, G. H. (1981). Mood and memory. American Psychologist, 36(2), 129–148. https://doi.org/10.1037/0003-066X.36.2.129
• Cox, A. D., Cox, D., & Zimet, G. (2006). Understanding consumer responses to product risk information. Journal of Marketing, 70(1), 79–91. https://doi.org/10.1509/jmkg.70.1.079.qxd
• Forgas, J. P. (1995). Mood and judgment: The affect infusion model (AIM). Psychological Bulletin, 117(1), 39–66. https://doi.org/10.1037/0033-2909.117.1.39
• Osgood, C. E., Suci, G. J., & Tannenbaum, P. H. (1957). The Measurement of Meaning. University of Illinois Press.
• Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178. https://doi.org/10.1037/h0077714
• Schwarz, N., & Clore, G. L. (1983). Mood, misattribution, and judgments of well-being: Informative and directive functions of affective states. Journal of Personality and Social Psychology, 45(3), 513–523. https://doi.org/10.1037/0022-3514.45.3.513
• Schwarz, N., & Clore, G. L. (1988). How do I feel about it? The informative function of affective states. In K. Fiedler & J. Forgas (Eds.), Affect, Cognition and Social Behavior (pp. 44–62). C.J. Hogrefe.
• Watson, D., Clark, L. A., & Tellegen, A. (1988). Development and validation of brief measures of positive and negative affect: The PANAS scales. Journal of Personality and Social Psychology, 54(6), 1063–1070. https://doi.org/10.1037/0022-3514.54.6.1063

13. Questions et items du questionnaire / Scale Items