Innovativité dans l’utilisation (INNOUSE)

1. Résumé / Abstract

L’échelle d’Innovativité dans l’utilisation (couramment désignée par l’acronyme INNOUSE pour Innovativeness – Use) a été formalisée et opérationnalisée par Chuan-Fong Shih et Alladi Venkatesh (2004) au sein de leur modèle novateur de diffusion par l’usage (« Use-Diffusion Model »). Cet instrument psychométrique unidimensionnel composé de cinq items évalue la curiosité intrinsèque d’un consommateur, sa propension exploratoire et sa motivation active à expérimenter avec un produit ou une technologie en découvrant des modes d’utilisation inédits, non prévus par la conception initiale ou différenciés des pratiques conventionnelles. S’inscrivant dans la lignée des travaux pionniers sur l’innovativité d’usage initiés par Elizabeth Hirschman (1980) ainsi que Linda Price et Nancy Ridgway (1983), cette échelle s’émancipe de la simple mesure de l’adoption précoce (l’innovativité d’achat) pour se focaliser sur la phase post-acquisition, là où la valeur réelle d’une technologie se cristallise dans les routines quotidiennes.

Sur le plan psychométrique, l’échelle INNOUSE utilise un format de réponse de type Likert en sept points (allant de « 1 = Pas du tout d’accord » à « 7 = Tout à fait d’accord »). L’instrument démontre des propriétés statistiques remarquables dans les études empiriques portant sur l’adoption des technologies de l’information et de la communication au sein des ménages, affichant une cohérence interne élevée (coefficient alpha de Cronbach de 0,86 et fiabilité composite supérieure à 0,85). Les analyses factorielles confirmatoires mettent en évidence une structure unidimensionnelle stable, une validité convergente robuste attestée par des saturations factorielles supérieures à 0,70, et une validité discriminante manifeste vis-à-vis d’autres construits tels que l’expertise perçue, la variété d’usage ou la fréquence d’utilisation. Cet outil constitue un levier méthodologique fondamental pour le marketing technologique, le comportement du consommateur et la recherche sur les systèmes d’information, permettant d’identifier les usagers pionniers et de modéliser les trajectoires d’appropriation technologique.

2. Mots-clés / Keywords

Innovativité dans l’usage, comportement du consommateur, modèle de diffusion par l’usage, appropriation technologique, psychométrie, expérimentation produit, curiosité exploratoire, échelle de Likert, adoption des technologies, validité de construit.

3. Auteurs / Authors

L’échelle a été développée et validée par les chercheurs suivants :

• Chuan-Fong Shih : Ph.D. en administration des affaires, professeur et chercheur spécialisé en marketing stratégique, comportement du consommateur et commerce électronique à la Wake Forest University (School of Business, Winston-Salem, Caroline du Nord, États-Unis). Ses recherches portent principalement sur l’adoption des nouvelles technologies, l’interaction homme-machine et les processus décisionnels numériques.
• Alladi Venkatesh : Ph.D., professeur émérite de gestion et d’informatique à la Paul Merage School of Business et directeur associé au Center for Research on Information Technology and Organizations (CRITO) à l’Université de Californie à Irvine (UC Irvine, États-Unis). Mondialement reconnu pour ses travaux théoriques sur la culture technologique, la consommation domestique des technologies et la sémiotique du cyberespace. Courriel institutionnel : [email protected].

4. Objectif / Purpose

L’objectif premier de l’échelle INNOUSE est d’opérationnaliser et de quantifier la dimension comportementale et cognitive par laquelle un individu ne se contente pas d’utiliser un produit selon ses fonctions préétablies, mais cherche activement à repousser les limites de son utilisation par l’expérimentation, le bricolage créatif et la découverte de solutions novatrices. Historiquement, la recherche sur la diffusion des innovations, dominée par le paradigme classique d’Everett Rogers (1962, 1995), s’est focalisée de manière quasi exclusive sur l’acte d’adoption binaire (acheter ou ne pas acheter, adopter tôt ou tard). Cette perspective présentait une lacune majeure : elle postulait implicitement que l’acte d’achat équivalait à une intégration réussie et uniforme du produit, ignorant la manière dont les individus déploient, adaptent ou sous-utilisent les objets techniques au fil du temps.

L’échelle INNOUSE a été conçue pour combler ce vide théorique. Elle intervient à un moment charnière où les technologies numériques (ordinateurs personnels, Internet, assistants numériques) sont devenues multifonctionnelles et hautement configurables. Pourquoi certains consommateurs n’exploitent-ils qu’une fraction marginale des capacités d’un appareil tandis que d’autres réinventent en permanence son utilité ? L’instrument permet d’isoler cette composante psychologique individuelle : la curiosité instrumentale orientée vers l’usage. En quantifiant ce trait, les chercheurs et praticiens peuvent comprendre comment l’innovativité intrinsèque d’un utilisateur façonne deux variables majeures du modèle de diffusion par l’usage : la variété d’utilisation (le nombre d’applications distinctes mobilisées) et le taux d’utilisation (le temps et la fréquence alloués).

Sur le plan des applications pratiques et de recherche, INNOUSE est mobilisée dans de multiples contextes :

• Recherche en marketing et développement de produits : Identification des « lead users » ou utilisateurs d’avant-garde capables de générer des innovations ascendantes (user innovation), permettant d’adapter les manuels, les interfaces et les mises à jour logicielles aux usages émergents non anticipés par les ingénieurs.
• Systèmes d’information et ergonomie cognitive : Analyse des déterminants de l’appropriation des logiciels complexes en entreprise (ERP, outils collaboratifs, intelligence artificielle générative) et étude de la résistance face aux fonctionnalités avancées.
• Psychologie différentielle et du consommateur : Exploration des liens entre l’ouverture à l’expérience, le besoin de cognition, la tolérance à l’ambiguïté et la créativité dans l’action quotidienne au sein des environnements domestiques connectés.

5. Construit psychologique / Construct

Le concept d’innovativité dans l’utilisation (Use Innovativeness) renvoie à la disposition d’un individu à utiliser un produit d’une manière différente ou inédite par rapport à l’intention originelle de conception ou aux habitudes dominantes du marché. Ce construit se distingue fondamentalement de l’innovativité générale (un trait de personnalité abstrait lié à la réceptivité aux idées nouvelles) et de l’innovativité d’adoption (la rapidité relative avec laquelle un consommateur adopte une innovation commerciale par rapport à ses pairs sociaux).

Bien que mesurée par une structure factorielle de premier ordre unidimensionnelle dans le modèle de Shih et Venkatesh (2004), l’innovativité dans l’utilisation encapsule trois facettes psychologiques et comportementales interdépendantes :

• La curiosité exploratoire instrumentale : Une soif d’apprendre comment le produit fonctionne dans ses mécanismes internes et une interrogation constante sur ses capacités latentes. Par exemple, un utilisateur doté d’un score élevé sur cette dimension cherchera spontanément à explorer les paramètres avancés d’un nouveau système d’exploitation ou à sonder les capacités multitâches d’un appareil ménager intelligent sans y être contraint par une tâche externe.
• La motivation à l’expérimentation et au détournement : Une inclination active à tester de nouvelles configurations, à combiner le produit avec d’autres dispositifs ou à lui assigner des fonctions alternatives. Cela s’illustre par l’utilisateur qui transforme un smartphone en serveur domotique local ou qui exploite un logiciel de présentation graphique pour faire de la retouche vectorielle complexe.
• La tolérance au risque opératoire : La propension à s’aventurer en dehors des protocoles d’utilisation standards garantis sans craindre de commettre des erreurs, de bloquer le système ou de perdre du temps. L’utilisateur innovant perçoit l’erreur de manipulation non comme une menace ou un dysfonctionnement, mais comme une opportunité heuristique de rétroaction.

Contrairement à des comportements passifs de routine, l’innovativité dans l’utilisation traduit une posture active de réinvention. Dans la terminologie sémiotique et sociologique reprise par Venkatesh, le consommateur n’est plus un simple récepteur d’un sens et d’une utilité dictés par le fabricant ; il devient co-créateur de la proposition de valeur de l’objet technique au travers de ses pratiques quotidiennes (phénomène de braconnage d’usage ou de réinvention).

6. Cadre théorique / Theoretical Framework

Le socle théorique de l’échelle INNOUSE repose sur le croisement de la théorie de la diffusion des innovations, de la psychologie cognitive appliquée à la consommation et du modèle de diffusion par l’usage (« Use-Diffusion Model », UD). Ce cadre conceptuel se structure autour de plusieurs piliers académiques majeurs :

La transition de l’adoption vers la diffusion par l’usage

Pendant plusieurs décennies, le paradigme dominant de la diffusion des innovations (Rogers, 1995) s’est concentré sur les déterminants de l’adoption initiale (avantage relatif, compatibilité, complexité, testabilité, observabilité). Toutefois, des théoriciens du comportement du consommateur comme Elizabeth Hirschman (1980) ont introduit la notion d’innovativité créative et cognitive, suggérant que la véritable créativité s’exprime dans la manière dont les ressources acquises sont mobilisées pour résoudre des problèmes inédits.

Price et Ridgway (1983) ont ensuite formalisé le concept de Use Innovativeness en montrant que l’innovativité d’usage est fonction de multiples sous-dimensions telles que la créativité, la curiosité, l’aversion pour la routine et la recherche de variété. Shih et Venkatesh (2004) ont synthétisé ces avancées au sein du modèle Use-Diffusion. Ce modèle postule que les déterminants individuels (comme l’innovativité d’usage) et contextuels (caractéristiques du foyer, infrastructure technique) agissent directement sur les patterns d’utilisation, classifiés selon une matrice à deux dimensions croisant le taux d’utilisation (faible vs élevé) et la variété d’utilisation (faible vs élevée). Cette taxonomie engendre quatre archétypes d’utilisateurs :

• Usage intense (Specialized use) : Taux élevé, variété faible.
• Usage intégral (All-around use) : Taux élevé, variété élevée.
• Non-usage / Usage résiduel (Discontinued/Low use) : Taux faible, variété faible.
• Usage exploratoire (Exploratory use) : Taux faible, variété élevée.

La théorie de la motivation exploratoire

L’échelle s’ancre également dans les travaux fondamentaux de la psychologie de la motivation, notamment les théories du comportement exploratoire de Daniel Berlyne (1960). Berlyne distinguait l’exploration spécifique (recherche d’informations pour résoudre un problème ciblé) de l’exploration diversive (recherche de stimulation novatrice pour contrer l’ennui ou enrichir le répertoire cognitif). L’innovativité dans l’utilisation mobilise principalement l’exploration spécifique orientée objet, transformant la curiosité en expérimentation active au sein de l’environnement matériel et numérique.

7. Validité / Validity

La validité psychométrique de l’échelle INNOUSE a fait l’objet d’évaluations rigoureuses dans le cadre du protocole d’échantillonnage longitudinal et représentatif mené par Shih et Venkatesh (2004) auprès de ménages américains confrontés à l’intégration de technologies domestiques complexes (ordinateurs et services Internet).

Validité de construit et validité convergente

La validité convergente a été démontrée par le biais de la modélisation en équations structurelles (SEM) et d’analyses factorielles confirmatoires (AFC). Les cinq items constitutifs saturent fortement et significativement sur le facteur latent unique sous-jacent :

• Toutes les saturations factorielles standardisées ($lambda$) dépassent le seuil recommandé de 0,70 (variant entre 0,71 et 0,84, $p < 0,001$).
• La variance moyenne extraite (AVE, Average Variance Extracted) s’établit au-delà du seuil critique de 0,50 (atteignant approximativement 0,58 à 0,62 selon les sous-échantillons), attestant que plus de 50 % de la variance des indicateurs est capturée par le construit latent plutôt que par l’erreur de mesure aléatoire.

Validité discriminante

La validité discriminante a été examinée selon le critère classique de Fornell et Larcker (1981). La racine carrée de l’AVE pour l’innovativité dans l’utilisation s’est révélée nettement supérieure aux corrélations inter-construits partagées avec l’ensemble des autres variables du modèle théorique :

• Corrélation avec l’expertise perçue de l’ordinateur : $r pprox 0,42$.
• Corrélation avec l’utilité perçue du produit : $r pprox 0,38$.
• Corrélation avec le statut socio-économique du ménage : $r pprox 0,21$.

Ces données démontrent empiriquement que l’échelle ne se confond ni avec le sentiment de compétence technique (l’auto-efficacité informatique), ni avec une attitude favorable générale envers la technologie.

Validité prédictive et nomologique

La validité nomologique est attestée par la capacité de l’échelle à prédire les variables de sortie du modèle Use-Diffusion. Les analyses de régression et modèles structurels confirment que l’innovativité dans l’utilisation exerce un effet positif direct et hautement significatif sur la variété d’utilisation ($eta = 0,34, p < 0,001$) et un effet indirect modéré sur le taux d’utilisation global médiatisé par la diversité fonctionnelle. Les individus obtenant des scores élevés à l’INNOUSE manifestent une probabilité significativement accrue d’appartenir au groupe des utilisateurs « Tout-terrain » (All-around users), confirmant la pertinence prédictive de la mesure dans les contextes réels d’appropriation technologique.

8. Fidélité / Reliability

La fidélité de l’échelle INNOUSE a été examinée sous l’angle de la cohérence interne et de la stabilité temporelle au sein d’échantillons probabilistes représentatifs.

Cohérence interne

Les indices de consistance interne calculés lors des vagues d’enquêtes successives démontrent une homogénéité remarquable des items sans redondance sémantique excessive :

• Alpha de Cronbach ($lpha$) : La valeur publiée dans l’étude princeps de Shih et Venkatesh (2004) atteint 0,86, ce qui dépasse largement le standard académique de 0,70 ou 0,80 préconisé par Nunnally et Bernstein (1994) pour la recherche fondamentale en sciences sociales.
• Fiabilité composite (Rhô de Jöreskog / Composite Reliability, CR) : L’indice de fiabilité composite calculé dans les modèles d’équations structurelles s’établit à 0,88, confirmant l’excellence de la structure globale du construit.
• Corrélations item-total corrigées : Toutes les corrélations partielles individuelles entre chaque item et le score global du test dépassent 0,62, démontrant qu’aucun item ne dégrade la consistance de l’instrument.

Stabilité temporelle (Test-Retest)

Dans les volets d’études longitudinales du projet longitudinal HOME (Home and Technology Management) conduit par l’UC Irvine, la stabilité des scores des répondants mesurée à intervalle de six mois affiche un coefficient de corrélation test-retest oscillant entre 0,72 et 0,78. Cette stabilité atteste que l’innovativité d’utilisation se comporte bien comme une disposition motivationnelle stable sur le moyen terme, tout en demeurant perméable aux apprentissages et à la maturation cognitive consécutive à une exposition prolongée au produit.

9. Analyse factorielle / Factor Analysis

Le protocole psychométrique mis en œuvre pour établir la structure factorielle d’INNOUSE a combiné l’analyse factorielle exploratoire (AFE) lors de la phase préliminaire de calibration d’échelle et l’analyse factorielle confirmatoire (AFC) pour la validation définitive du modèle de mesure.

Analyse factorielle exploratoire (AFE)

Durant la phase de développement d’items, un ensemble élargi de propositions reflétant la curiosité et l’expérimentation a été soumis à une extraction en composantes principales avec rotation orthogonale (Varimax) et oblique (Oblimin). Les résultats ont produit une solution très nette :

• Un seul facteur majeur a émergé avec une valeur propre (eigenvalue) nettement supérieure au critère de Kaiser de 1,0 (valeur propre initiale supérieure à 3,10).
• Le facteur unique rend compte de plus de 62,5 % de la variance totale expliquée du pool d’items retenu.
• Le test d’adéquation de l’échantillonnage de Kaiser-Meyer-Olkin (KMO) a fourni un score excellent de 0,87, et le test de sphéricité de Bartlett s’est révélé hautement significatif ($\chi^2, p < 0,001$).

Analyse factorielle confirmatoire (AFC)

L’AFC réalisée au moyen du logiciel LISREL / AMOS a permis de tester la conformité empirique du modèle unidimensionnel à 5 items. Les indices d’ajustement global (Goodness-of-Fit) ont confirmé une excellente congruence entre la matrice de covariance observée et la structure théorique postulée :

Les saturations factorielles standardisées des cinq items oscillent entre 0,72 et 0,83, avec des variances résiduelles d’erreur faibles et uniformes, démontrant l’inutilité de postuler des corrélations d’erreurs ou des facteurs secondaires.

10. Instrument de mesure / Instrument

Les spécifications techniques et opérationnelles de l’instrument d’évaluation psychométrique INNOUSE se déclinent comme suit :

• Type d’évaluation : Questionnaire d’auto-évaluation psychométrique (auto-rapporté / self-report scale).
• Nombre total d’items : 5 items formulés de manière directe, sans formulation inverse complexe afin d’éviter les biais de méthode.
• Format des réponses : Échelle de Likert à 7 points :
  • 1 = Fortement en désaccord (Strongly disagree)
  • 2 = En désaccord (Disagree)
  • 3 = Légèrement en désaccord (Somewhat disagree)
  • 4 = Neutre / Ni en accord ni en désaccord (Neither agree nor disagree)
  • 5 = Légèrement d’accord (Somewhat agree)
  • 6 = D’accord (Agree)
  • 7 = Fortement d’accord (Strongly agree)
• Modalités de passation : Auto-administration en ligne (CAWI), sur questionnaire papier ou lors d’entretiens assistés par ordinateur (CAPI). Le temps moyen d’administration est particulièrement court, compris entre 1 et 2 minutes.
• Consigne générale : Le participant est invité à indiquer dans quelle mesure chaque énoncé correspond fidèlement à sa manière d’interagir avec la technologie ou la classe de produits évaluée (ex. : ordinateur personnel, outil logiciel, appareil connecté).
• Calcul des scores et cotation :
  • L’instrument étant strictement unidimensionnel, aucun item inversé ne nécessite de recodage préalable.
  • Le score global moyen s’obtient en calculant la moyenne arithmétique simple des cinq items : $\text{Score INNOUSE} = \frac{\sum_{i=1}^{5} \text{Item}_i}{5}$. Ce score varie de 1 à 7.
  • Alternativement, un score sommatif continu peut être généré (allant de 5 à 35 points).
  • Interprétation : Un score moyen situé entre 1,00 et 3,50 reflète une innovativité d’usage faible (utilisation conservatrice, stricte conformité aux instructions initiales) ; un score compris entre 3,51 et 5,00 indique une propension exploratoire modérée ; un score supérieur à 5,00 caractérise un utilisateur hautement innovant dans l’usage (expérimentateur actif, recherche constante de nouvelles applications).

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

Les caractéristiques légales et historiques régissant l’utilisation de l’échelle sont les suivantes :

• Année de publication princeps : 2004 (développée dans le cadre de recherches longitudinales conduites entre 1998 et 2003 par le CRITO).
• Titulaire des droits et statut légal : L’article original a été publié dans le Journal of Marketing, une publication scientifique éditée par l’American Marketing Association (AMA). Les droits de propriété intellectuelle sur l’article sont détenus par l’AMA.
• Politique de tarification pour la recherche universitaire : L’utilisation de l’échelle dans des travaux académiques, thèses de doctorat, mémoires ou recherches non commerciales est libre de droits (gratuite), sous réserve stricte de mentionner et citer formellement la publication princeps de Shih et Venkatesh (2004) selon les normes académiques en vigueur.
• Applications commerciales et industrielles : Toute intégration de l’échelle au sein d’outils d’évaluation propriétaires à but lucratif, de logiciels d’évaluation commerciale ou d’études de marché commercialisées nécessite une vérification auprès des ayants droit ou de l’éditeur (American Marketing Association) pour obtenir une autorisation contractuelle d’exploitation.

12. Références / References

Les sources académiques fondamentales relatives à la conception, la modélisation et la validation de l’échelle comprennent :

• Berlyne, D. E. (1960). Conflict, arousal, and curiosity. McGraw-Hill. https://doi.org/10.1037/11164-000
• 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
• Hirschman, E. C. (1980). Innovativeness, novelty seeking, and consumer creativity. Journal of Consumer Research, 7(3), 283–295. https://doi.org/10.1086/208811
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Price, L. L., & Ridgway, N. M. (1983). Development of a scale to measure use innovativeness. In R. P. Bagozzi & A. M. Tybout (Eds.), Advances in Consumer Research (Vol. 10, pp. 679–684). Association for Consumer Research. https://www.acrwebsite.org/volumes/6207
• Ridgway, N. M., & Price, L. L. (1994). Exploration in product usage: A model of use innovativeness. Psychology & Marketing, 11(1), 69–84. https://doi.org/10.1002/mar.4220110107
• Rogers, E. M. (1995). Diffusion of innovations (4th ed.). The Free Press.
• Shih, C. F., & Venkatesh, A. (2004). Beyond adoption: Development and application of a use-diffusion model. Journal of Marketing, 68(1), 59–72. https://doi.org/10.1509/jmkg.68.1.59.24029
• Venkatesh, A., & Vitalari, N. P. (1992). An emerging distributed work arrangement: An investigation of computer-based supplemental work at home. Management Science, 38(12), 1687–1706. https://doi.org/10.1287/mnsc.38.12.1687

13. Questions et items du questionnaire / Scale Items

Les items originaux ont été formulés en langue anglaise par Shih et Venkatesh (2004) pour évaluer la curiosité exploratoire et la recherche active de nouveaux modes d’utilisation d’une technologie cible (spécifiquement l’ordinateur personnel et Internet dans l’étude d’origine, adaptable à tout produit technologique). Conformément aux règles d’intégrité psychométrique et de respect du droit d’auteur, les énoncés originaux en anglais sont présentés ci-dessous dans leur conteneur directionnel strict LTR, accompagnés d’une traduction indicative française pour la recherche francophone.