1. Résumé / Abstract
L’échelle de compétence d’utilisation d’Internet axée sur le défi de navigation (Internet Usage Skill – Navigational Challenge, couramment désignée sous l’acronyme INTNAV) est un instrument psychométrique développé par Charla Mathwick et Edward Rigdon (2004). Conçue initialement dans le cadre de recherches fondamentales en comportement du consommateur et en psychologie ergonomique, cette échelle est composée de quatre items auto-rapportés évaluant l’intensité avec laquelle un individu perçoit qu’une tâche de navigation sur le World Wide Web stimule, sollicite et met à l’épreuve ses capacités cognitives et techniques. En s’appuyant sur la théorisation classique de l’état de flux (flow) formulée par Mihaly Csikszentmihalyi et adaptée aux hypermédias par Hoffman et Novak, l’INTNAV opérationnalise le pôle « défi » (challenge) indispensable à l’émergence de l’expérience optimale en ligne.
Sur le plan structurel, l’instrument utilise un format de réponse de type Likert à 7 points, s’étendant généralement de « Fortement en désaccord » (1) à « Fortement d’accord » (7). Les propriétés psychométriques établies lors de son étalonnage démontrent une cohérence interne robuste, avec un coefficient alpha de Cronbach excédant fréquemment le seuil de 0,80, ainsi qu’une fiabilité composite supérieure aux normes admises dans les modélisations par équations structurelles (SEM). Les analyses factorielles confirmatoires attestent de l’unidimensionnalité de la sous-échelle et d’une validité discriminante nette par rapport aux compétences perçues (skills), à l’immersion ludique (playfulness) et à la téléprésence. L’INTNAV s’est imposée comme un indicateur standard pour quantifier la complexité perçue de l’interaction homme-machine dans les environnements marchands et informationnels numériques.
2. Mots-clés / Keywords
Expérience de flux, défi navigationnel, psychométrie numérique, interaction homme-machine, comportement du consommateur, navigation web, théorie du flow, immersion cognitive, compétences internet, modélisation par équations structurelles.
3. Auteurs / Authors
L’échelle INTNAV a été développée et validée scientifiquement par :
- Charla Mathwick : Professeure de marketing à la Portland State University (School of Business Administration), spécialiste de l’expérience client dans les environnements virtuels, de la valeur perçue et des interactions sociales en ligne.
- Edward E. Rigdon : Professeur de marketing à la J. Mack Robinson College of Business de la Georgia State University, autorité internationalement reconnue en méthodologie quantitative, modélisation par équations structurelles (SEM) et psychométrie appliquée aux sciences de gestion.
4. Objectif / Purpose
Le développement de l’échelle INTNAV répond à un besoin théorique et méthodologique précis : décomposer l’expérience d’exploration en ligne en identifiant les facteurs dynamiques qui transforment une simple recherche d’informations ou un parcours d’achat en une expérience psychologique optimale. Dans les débuts du commerce électronique et des interfaces interactives, une grande partie de la littérature considérait la navigation en ligne sous un angle purement utilitaire ou transactionnel. Mathwick et Rigdon (2004) ont contesté cette vision réductionniste en postulant que la navigation sur Internet implique des états affectifs et cognitifs profonds, caractérisés par le jeu (play) et le flux (flow).
L’objectif fondamental de l’INTNAV est de mesurer le défi navigationnel (navigational challenge), c’est-à-dire le degré d’exigence mentale, de vigilance et d’effort créatif qu’un internaute associe à la progression dans un cyberespace complexe. Loin d’être un obstacle purement négatif, le défi perçu constitue, selon la théorie du flow, l’un des deux piliers indispensables — l’autre étant le niveau de compétence — pour prévenir l’ennui sans susciter d’anxiété invalidante. L’INTNAV permet ainsi de déterminer si l’architecture d’un site web ou la nature d’une tâche de recherche pousse l’usager à mobiliser activement ses compétences pour résoudre des problèmes de repérage et d’extraction d’information.
Dans le domaine de la recherche académique, cette échelle est employée pour modéliser les antécédents de l’engagement des consommateurs, de l’exploration hédonique et de la rétention sur les plateformes numériques. Sur le plan pratique et ergonomique, les concepteurs d’expériences utilisateur (UX) et les psychologues du travail s’en servent pour évaluer l’équilibre entre la complexité de l’interface et l’auto-efficacité de la population cible, prévenant ainsi la surcharge cognitive tout en garantissant un niveau de stimulation suffisant pour maintenir l’intérêt intrinsèque de l’usager.
5. Construit psychologique / Construct
Le construit psychologique mesuré par l’INTNAV s’articule autour de la perception subjective de la difficulté stimulante inhérente à la navigation web. Contrairement à des concepts axés sur l’effort contraignant ou la frustration technologique (tels que la surcharge informationnelle ou la technophobie), le défi navigationnel capture une tension cognitive constructive. Il représente le sentiment d’être poussé à la limite de ses capacités actuelles tout en restant captivé par la tâche.
Ce construit comprend plusieurs facettes intriquées :
- La sollicitation des capacités cognitives (Capability Stretching) : L’usager perçoit que le parcours dans l’environnement virtuel exige de lui une extension de ses compétences ordinaires. Il ne s’agit pas d’une simple exécution de routines automatisées, mais d’une adaptation active à des arborescences complexes ou à des moteurs de recherche avancés.
- L’exigence de performance optimale (Demand for Peak Performance) : La tâche impose un degré d’attention sélective et de flexibilité mentale qui incite l’individu à mobiliser l’ensemble de ses ressources attentionnelles pour atteindre son but sans commettre d’erreurs d’orientation.
- L’incitation au dépassement de soi (Challenging Nature) : L’interaction avec le système est perçue comme un jeu stratégique où l’atteinte du résultat (trouver un produit rare, comparer des données complexes) confère un sentiment d’accomplissement personnel.
Par exemple, lors de la recherche d’une offre de voyage combinant plusieurs critères contraignants, un utilisateur confronté à un défi navigationnel élevé ne ressent pas d’hostilité envers le site, mais fait l’expérience d’une stimulation intellectuelle intense. L’INTNAV isole précisément cette composante de défi sans la confondre avec la compétence subjective de l’individu, permettant ainsi d’évaluer empiriquement le ratio défi/compétence théorisé par Csikszentmihalyi.
6. Cadre théorique / Theoretical Framework
L’assise conceptuelle de l’échelle repose sur le croisement de deux champs théoriques majeurs : la théorie de l’expérience optimale (Flow Theory) formulée par Mihaly Csikszentmihalyi et les modèles d’immersion dans les environnements virtuels introduits par Donna L. Hoffman et Thomas P. Novak (1996).
Selon Csikszentmihalyi, le flux se produit lorsque l’individu opère dans une zone d’équilibre dynamique où le niveau de défi offert par l’activité concorde exactement avec son niveau d’habileté personnelle. Si le défi dépasse largement les compétences, l’individu bascule dans l’anxiété ; si le niveau de compétence surpasse excessivement le défi, il s’ensuit une situation d’apathie ou d’ennui. Lorsque les deux variables sont simultanément élevées, l’individu éprouve une concentration absolue, une perte de la notion du temps et un plaisir autotélique profond.
Hoffman et Novak (1996) ont transposé ce modèle au contexte de la navigation sur le Web (Computer-Mediated Environments). Ils ont distingué les dimensions instrumentales des dimensions expérientielles de la recherche d’information. Mathwick et Rigdon (2004) ont enrichi ce paradigme en examinant la dynamique du jeu (playfulness) et du contrôle cognitif. Ils ont théorisé que dans le contexte d’une navigation orientée vers un but (comme la recherche d’un produit spécifique), le flux ne découle pas d’une absence d’effort, mais d’une adéquation harmonieuse entre des compétences techniques rodées et un environnement présentant un défi intellectuel non trivial. L’INTNAV formalise la mesure opérationnelle du pôle stimulation de ce modèle cybernétique.
7. Validité / Validity
Les études empiriques menées par Mathwick et Rigdon (2004) sur des échantillons d’utilisateurs engagés dans des sessions de recherche et de magasinage en ligne ont permis de documenter en profondeur la validité psychométrique de l’échelle INTNAV :
- Validité de construit (Construct Validity) : Les analyses factorielles confirmatoires ont démontré que l’INTNAV constitue une mesure unidimensionnelle cohérente qui capture fidèlement le facteur latent théorisé. Les indices d’ajustement globaux obtenus dans les modèles d’équations structurelles étaient excellents (CFI > 0,95 ; TLI > 0,94 ; RMSEA < 0,06).
- Validité convergente : La variance moyenne extraite (Average Variance Extracted, AVE) pour l’INTNAV dépasse largement le seuil standard de 0,50 recommandé par Fornell et Larcker, confirmant que la variance expliquée par le construit latent est substantiellement supérieure à la variance due à l’erreur de mesure.
- Validité discriminante : Le modèle a rigoureusement testé l’indépendance de l’INTNAV vis-à-vis d’autres construits connexes mais conceptuellement distincts, tels que les compétences Internet subjectives (Internet Usage Skills), la téléprésence, l’amusement perçu (escapism et enjoyment) et l’implication dans la recherche. La racine carrée de l’AVE de l’INTNAV s’est avérée significativement supérieure aux corrélations inter-construits, respectant scrupuleusement le critère de Fornell-Larcker.
- Validité nomologique et prédictive : Les résultats démontrent que l’interaction entre le défi navigationnel (INTNAV) et les compétences de l’utilisateur prédit de manière significative l’état de flux, qui lui-même influence positivement l’attitude globale envers la marque et l’intention de réutilisation du site web.
8. Fidélité / Reliability
La précision de la mesure de l’INTNAV a été quantifiée au travers de multiples indicateurs de consistance interne au sein des cohortes de test :
- Alpha de Cronbach : Dans la publication originale de Mathwick et Rigdon (2004), la sous-échelle INTNAV a affiché un coefficient alpha de Cronbach d’environ 0,84, témoignant d’une excellente homogénéité des items sans redondance excessive.
- Fiabilité composite (Composite Reliability – CR) : Les analyses basées sur la modélisation par équations structurelles ont révélé une fiabilité composite oscillant entre 0,83 et 0,86 selon les sous-échantillons d’analyse, dépassant très confortablement le seuil d’admissibilité académique de 0,70.
- Stabilité temporelle : Bien que l’INTNAV mesure un état en partie dépendant de la tâche effectuée, des administrations répétées dans des contextes de navigation standardisés ont montré une bonne reproductibilité des scores chez un même individu confronté à des environnements web de difficulté comparable.
9. Analyse factorielle / Factor Analysis
Les protocoles analytiques mis en œuvre lors de l’élaboration de l’instrument ont fait intervenir des méthodes factorielles rigoureuses :
Dans l’analyse factorielle exploratoire (AFE) initiale, les items de l’INTNAV ont saturé de manière univoque sur un seul facteur principal, expliquant plus de 65 % de la variance totale du construit. Aucun problème de saturation croisée notable n’a été observé avec les items mesurant les compétences en navigation, confirmant que le « défi » perçu est perçu par le cerveau humain comme une dimension séparée de la « maîtrise » personnelle.
Par la suite, une analyse factorielle confirmatoire (AFC) menée sous progiciel d’équations structurelles a validé la structure unifactorielle des quatre items. Les saturations factorielles standardisées (factor loadings, $lambda$) pour l’ensemble des items se sont établies à des niveaux très élevés, toutes comprises entre 0,72 et 0,87 ($p < 0,001$). Les résidus de covariance étaient minimes et non corrélés, corroborant l’élégance et la parcimonie de cette échelle à 4 items.
10. Instrument de mesure / Instrument
- Type d’instrument : Questionnaire d’auto-évaluation (auto-rapporté) psychométrique.
- Format d’administration : Papier-crayon ou formulaire numérique en ligne (administré immédiatement après une session de navigation web).
- Nombre d’items : 4 items formulés sous forme d’affirmations.
- Échelle de réponse : Échelle de Likert en 7 points : 1 = Fortement en désaccord (Strongly Disagree) à 7 = Fortement d’accord (Strongly Agree).
- Modalités de cotation : Le score global s’obtient généralement en calculant la moyenne arithmétique ou la somme directe des réponses aux 4 items (score de 4 à 28, ou de 1 à 7). Aucun item n’est inversé. Un score élevé reflète un niveau élevé de défi et de stimulation cognitive ressenti au cours de la navigation.
11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year
- Année de publication : 2004.
- Détenteur des droits : L’article fondateur a été publié dans le Journal of Consumer Research (Oxford University Press / University of Chicago Press pour le compte du Consumer Research Journal, Inc.).
- Statut d’utilisation et tarifs : L’utilisation de l’échelle à des fins de recherche académique non commerciale est généralement libre et gratuite, sous réserve de citer formellement la publication princeps de Mathwick et Rigdon (2004). Pour toute exploitation commerciale ou intégration dans des outils propriétaires d’évaluation logicielle, les autorisations nécessaires doivent être sollicitées auprès des éditeurs du journal ou via le Copyright Clearance Center.
12. Références / References
- Csikszentmihalyi, M. (1990). Flow: The psychology of optimal experience. Harper & Row.
- Hoffman, D. L., & Novak, T. P. (1996). Marketing in hypermedia computer-mediated environments: Conceptual foundations. Journal of Marketing, 60(3), 50–68. https://doi.org/10.1177/002224299606000304
- Mathwick, C., & Rigdon, E. (2004). Play, flow, and the online search experience. Journal of Consumer Research, 31(2), 324–332. https://doi.org/10.1086/422111
- Novak, T. P., Hoffman, D. L., & Yung, Y.-F. (2000). Measuring the customer experience in online environments: A structural modeling approach. Marketing Science, 19(1), 22–42. https://doi.org/10.1287/mksc.19.1.22.15184