Inventaire du modèle des déterminants de l’intention de don en streaming en direct

1. Résumé

L’Inventaire du modèle des déterminants de l’intention de don en streaming en direct (Determinants of Donation Intention in Live Streaming Model Inventory, DDI-LSM), développé initialement par Trieu Nguyen et Shih-Wei Chou (2023), constitue un instrument psychométrique de pointe conçu pour évaluer les mécanismes sociocognitifs, affectifs et relationnels qui sous-tendent les comportements de monétisation et de gratification financière des spectateurs sur les plateformes de diffusion en continu (telles que Twitch, YouTube Live ou TikTok). Cet instrument opérationnalise les dynamiques d’engagement post-adoption en s’appuyant de manière fondamentale sur le cadre théorique de l’attachement et des contraintes (Dedication-Constraint Framework).

L’échelle comprend 32 items répartis au sein de neuf sous-dimensions interdépendantes : les interactions spectateur-diffuseur (Viewer-Streamer Interaction, VSI), les interactions entre spectateurs (Viewer-Viewer Interaction, VVI), les relations parasociales (Parasocial Relationship, PSR), l’identification personnelle (Identification, IDN), le sentiment d’appartenance à la communauté (Sense of Belonging, SOB), le verrouillage structurel (Structural Lock-in, SLI), le verrouillage psychologique (Psychological Lock-in, PLI), l’intention de visionnage continu (Continuous Watching Intention, CWI) et, enfin, l’intention de don monétaire (Donation Intention, DNI). Les participants évaluent chaque énoncé selon une échelle de Likert en 7 points allant de 1 (« Pas du tout d’accord ») à 7 (« Tout à fait d’accord »).

Sur le plan métrologique, l’inventaire fait preuve de propriétés psychométriques robustes établies par la modélisation par équations structurelles (SEM). Les analyses factorielles confirment une cohérence interne élevée avec des coefficients de fiabilité composite (CR) s’échelonnant entre 0,877 et 0,929 et des alphas de Cronbach supérieurs à 0,70 pour l’ensemble des dimensions. La validité convergente et la validité discriminante sont attestées par des racines carrées de la variance moyenne extraite (AVE) comprises entre 0,829 et 0,892, excédant systématiquement les corrélations inter-construits selon les critères de Fornell et Larcker, ainsi que par des ratios hétérotrait-monotrait (HTMT) inférieurs au seuil de 0,85. L’inventaire représente ainsi une référence méthodologique pour explorer l’économie de l’attention et les dynamiques financières du cyberespace.

2. Mots-clés

Intention de don, diffusion en direct, relations parasociales, cadre dévouement-contrainte, interaction sociale médiatisée, appartenance communautaire, fidélité de l’usager, verrouillage psychologique, psychométrie, équations structurelles.

3. Auteurs

L’inventaire et son architecture de modélisation ont été conçus et validés par des chercheurs rattachés au département de gestion de l’information et des technologies de l’Université Nationale des Sciences et Technologies de Kaohsiung (Taiwan) :

• Shih-Wei Chou : Professeur au Department of Information Management, National Kaohsiung University of Science and Technology, Yanchao District, Kaohsiung City, Taiwan. Courriel académique : [email protected].
• Trieu Nguyen : Chercheur au College of Management, IMBA Program, National Kaohsiung University of Science and Technology, Yanchao District, Kaohsiung City, Taiwan. Identifiant ORCID : 0000-0003-1114-4715. Courriel institutionnel : [email protected].

4. Objectif

L’objectif fondamental de cet inventaire est d’élucider la constellation de déterminants psychologiques, relationnels et structurels qui motivent un internaute à transférer volontairement des ressources financières (dons directs, pourboires virtuels, abonnements payants, microtransactions) à des diffuseurs de contenu en temps réel. Alors que la majorité des modèles d’adoption technologique conventionnels (tels que le modèle TAM ou la théorie unifiée de l’acceptation et de l’utilisation de la technologie) se sont historiquement focalisés sur l’utilité perçue et la facilité d’utilisation, l’émergence des environnements de streaming interactif a bouleversé les paradigmes de consommation numérique.

Dans ces écosystèmes, l’accès au flux vidéo est généralement gratuit. Le versement d’une contribution financière ne relève donc pas d’une transaction commerciale obligatoire pour lever un verrou d’accès, mais constitue un acte prosocial médiatisé, une expression de gratitude, une recherche de statut ou le résultat d’un engagement socio-émotionnel profond. L’instrument vise à mesurer avec précision comment les interactions médiatisées en temps réel transforment une simple posture d’observation passive en un double attachement : un attachement affectif positif (désir d’interagir, affection pour le diffuseur, sentiment d’appartenance collective) et un attachement par contrainte ou enfermement (coûts de transition, dépendance psychologique, perte perçue de capital social accumulé).

Sur le plan de la recherche fondamentale et appliquée, l’instrument remplit plusieurs fonctions critiques :

• En psychologie des médias et cyberpsychologie : Il permet de cartographier l’intensité des interactions parasociales et d’identifier la frontière parfois ténue entre un soutien communautaire bienveillant et un comportement de dépendance numérique caractérisé par une compulsion comportementale ou un verrouillage psychologique.
• En économie comportementale et sciences de gestion : Il offre une grille analytique rigoureuse pour comprendre les mécanismes de monétisation du capital social dans l’économie des créateurs de contenu (creator economy), fournissant des données prédictives sur la rétention des usagers et les revenus récurrents générés par les fonctionnalités de pourboires virtuels.
• En santé publique et prévention des addictions technologiques : En mesurant simultanément des facteurs d’attachement librement consenti et des mécanismes de contrainte subie (coûts de rupture émotionnelle, investissements perdus), l’inventaire aide à dépister les situations où les dons financiers dépassent la simple gratification ludique pour devenir des comportements d’évasion compensatoire ou de détresse affective.

5. Construit psychologique

Le modèle opérationnalisé par l’instrument repose sur une structure multidimensionnelle articulée autour de neuf construits théoriques distincts, divisibles en trois sphères fonctionnelles : la sphère interactionnelle et relationnelle (facteurs de dévouement), la sphère de rétention forcée (facteurs de contrainte), et la sphère des intentions comportementales conséquentes.

1. Interaction Spectateur-Diffuseur (Viewer-Streamer Interaction, VSI)

Ce construit quantifie la perception qu’a l’usager de la réactivité, de l’attention et de la réciprocité manifestées par le créateur de contenu. Il évalue dans quelle mesure le diffuseur prend en compte les commentaires du chat en temps réel, répond aux questions posées et accorde une reconnaissance individualisée aux spectateurs, transformant une diffusion de masse en un échange pseudo-interpersonnel dynamique.

2. Interaction entre Spectateurs (Viewer-Viewer Interaction, VVI)

Cette dimension évalue la dynamique horizontale qui anime l’espace de discussion textuel ou vocal. Elle mesure la fluidité des communications mutuelles entre spectateurs, le niveau de soutien réciproque présent dans le chat et la vivacité de l’atmosphère collective. Une interaction horizontale forte transforme le canal de diffusion en un véritable « tiers-lieu » virtuel.

3. Relation Parasociale (Parasocial Relationship, PSR)

Concept cardinal de la théorie des communications initié par Horton et Wohl, la relation parasociale décrit l’illusion d’intimité unilatérale vécue par le spectateur à l’égard du diffuseur. Cette sous-échelle saisit le sentiment de familiarité quasi-amicale (« comme un vieil ami »), le réconfort éprouvé en présence du diffuseur et l’anticipation émotionnelle liée aux prochains rendez-vous de diffusion.

4. Identification Personnelle (Identification, IDN)

L’identification mesure le degré d’alignement perçu entre l’identité propre du spectateur et la personnalité, les valeurs ou l’image projetée par le diffuseur. Elle reflète une congruence cognitive et morale profonde, où le spectateur perçoit le créateur comme un modèle de rôle ou un prolongement de son propre concept de soi.

5. Sentiment d’Appartenance (Sense of Belonging, SOB)

Ancrée dans la psychologie sociale des groupes, cette dimension mesure l’intégration subjective de l’individu au sein de la communauté des fidèles du canal. Elle capture le sentiment de solidarité, la conscience d’appartenir à un collectif soudé (« nous ») et la valorisation identitaire procurée par le statut de membre à part entière de cette tribu numérique.

6. Verrouillage Structurel (Structural Lock-in, SLI)

Composante clé du versant « contrainte », le verrouillage structurel quantifie les coûts objectifs et contextuels associés à un abandon éventuel de la chaîne. Il englobe les investissements cumulés en temps, en efforts d’apprentissage des codes internes du chat, ainsi que la perte potentielle des privilèges accumulés (badges d’ancienneté, statuts de fidélité, émoticônes exclusives).

7. Verrouillage Psychologique (Psychological Lock-in, PLI)

Complémentaire du verrouillage structurel, cette dimension évalue la barrière affective et morale qui entrave la désertion du spectateur. Elle mesure la détresse psychologique anticipée, la culpabilité ou le sentiment de vide émotionnel que ressentirait l’usager s’il devait cesser de fréquenter le diffuseur et son groupe de pairs.

8. Intention de Visionnage Continu (Continuous Watching Intention, CWI)

Cette échelle évalue la fidélité comportementale déclarée du spectateur, c’est-à-dire sa détermination délibérée à maintenir sa présence active lors des sessions de diffusion futures, à intégrer ces rendez-vous dans sa routine quotidienne et à suivre le diffuseur sur le long terme.

9. Intention de Don (Donation Intention, DNI)

Construit d’aboutissement téléologique du modèle, l’intention de don mesure la propension active, délibérée et immédiate de l’individu à allouer des ressources pécuniaires sous forme de dons directs, de pourboires monétisés ou d’achats de cadeaux virtuels pour soutenir le créateur de contenu.

6. Cadre théorique

L’armature conceptuelle de l’inventaire repose sur l’intégration féconde du cadre dévouement-contrainte (Dedication-Constraint Framework), élaboré initialement dans le champ de la psychologie des relations interpersonnelles par Stanley et Markman (1992), puis transposé aux comportements des consommateurs et aux systèmes d’information par des chercheurs tels que Bendapudi et Berry (1997).

Selon ce cadre théorique, la persistance d’une relation (qu’elle soit conjugale, commerciale ou médiatique) ne s’explique pas uniquement par la satisfaction ou le plaisir ressenti, mais résulte de l’action conjointe et simultanée de deux forces motivationnelles distinctes :

• Les mécanismes de dévouement (Dedication mechanisms) : Ils relèvent d’un désir intrinsèque et positif de maintenir le lien (« je reste parce que je le veux »). Dans l’environnement du live streaming, ce dévouement est nourri par la richesse des signaux relationnels. Les interactions bidirectionnelles immédiates (VSI et VVI) génèrent du plaisir et favorisent l’éclosion de liens parasociaux puissants (PSR), d’une identification personnelle (IDN) et d’un sentiment d’appartenance communautaire (SOB). L’usager s’investit financièrement car le diffuseur incarne une figure d’attachement significative dont il valorise le travail et le bien-être.
• Les mécanismes de contrainte (Constraint mechanisms) : Ils opèrent par des forces d’enfermement ou de rétention (« je reste parce que je me sens obligé ou piégé »). Les barrières de sortie peuvent être matérielles, sociales ou psychologiques. À mesure qu’un spectateur passe des centaines d’heures sur un canal, il acquiert un rang social symbolique (badges de donateur, reconnaissance publique par le diffuseur). Rompre cette habitude signifierait sacrifier ce capital symbolique (verrouillage structurel, SLI) et affronter un deuil relationnel douloureux face à la perte de son réseau social substitutif (verrouillage psychologique, PLI).

Ce double prisme résout l’énigme économique du streaming : les spectateurs ne donnent pas par simple rationalité marchande (théorie du choix rationnel classique), mais sous l’impulsion conjointe d’un altruisme empathique né des liens parasociaux et d’une dépendance relationnelle induite par les coûts de sortie de l’écosystème médiatique.

7. Validité

La validité psychométrique de l’inventaire a fait l’objet d’une démarche d’évaluation empirique rigoureuse au moyen de la modélisation par équations structurelles basée sur la méthode des moindres carrés partiels (PLS-SEM) ou sur la covariance (CB-SEM), auprès d’échantillons d’usagers assidus de plateformes de diffusion en direct.

Validité de contenu et validité faciale

Les items de l’échelle ont été soigneusement adaptés d’échelles validées de la littérature académique (notamment Komiak et Benbasat, Xue et al., Lin et al., Hassan et al., Haagsma et al., et Ye et al.). Afin d’éliminer tout biais linguistique ou d’incompréhension culturelle, une procédure rigoureuse de traduction et rétro-traduction (back-translation) conforme aux préconisations méthodologiques de Schaffer et Riordan (2003) a été exécutée par des experts bilingues. Une étude pilote préliminaire menée auprès d’utilisateurs expérimentés a permis d’ajuster la formulation des items au contexte spécifique du chat en direct.

Validité convergente

La validité convergente vérifie que les items mesurant un même construit partagent une proportion élevée de variance commune. Les analyses rapportent :

• Des saturations factorielles standardisées (factor loadings) pour l’ensemble des 32 items supérieures au seuil conventionnel de 0,70, toutes statistiquement significatives à p < 0,001.
• Des indices de variance moyenne extraite (AVE) dont les racines carrées oscillent entre 0,829 et 0,892, largement au-dessus du seuil standard de 0,50 préconisé par Hair et ses collaborateurs.
• Des coefficients de fiabilité composite (CR) compris entre 0,877 et 0,929, confirmant une convergence interne optimale sans redondance d’items.

Validité discriminante

La validité discriminante certifie qu’aucun construit ne se confond empiriquement avec un autre. Elle a été démontrée à travers deux critères majeurs :

• Le critère de Fornell et Larcker (1981) : Pour chaque dimension, la racine carrée de l’AVE (allant de 0,829 à 0,892) s’est révélée strictement supérieure à toutes les corrélations bivariées partagées entre ce construit et les autres dimensions du modèle structurel.
• Le ratio Hétérotrait-Monotrait (HTMT) : Conformément aux recommandations de Henseler et al. (2015), l’ensemble des ratios HTMT calculés se situent sous la borne stricte de 0,85, écartant tout soupçon de colinéarité excessive entre les dimensions latentes.
• Saturations croisées (Cross-loadings) : La saturation de chaque item sur sa variable latente assignée s’avère nettement supérieure à ses saturations secondaires sur l’ensemble des autres variables.

Contrôle du biais de méthode commune (CMB)

Compte tenu de la nature autodéclarée et transversale de la collecte électronique, le test unifactoriel de Harman (Harman’s single-factor test) a été exécuté. Le premier facteur n’explique que 41,15 % de la variance totale, demeurant bien en deçà du seuil critique de 50 % (Podsakoff et al., 2012), confirmant que la variance observée ne découle pas d’un biais artificiel lié à la méthode de passation.

8. Fidélité

La fidélité de l’inventaire renvoie à la constance et à la précision des mesures fournies par ses différentes composantes. Elle a été examinée principalement sous l’angle de la cohérence interne à travers plusieurs coefficients métrologiques éprouvés :

• Alpha de Cronbach : L’ensemble des neuf sous-échelles présente des coefficients d’alpha de Cronbach systématiquement supérieurs au seuil d’admissibilité de 0,70 recommandé en psychométrie (Hair et al., 2021). Ces valeurs oscillent typiquement entre 0,78 et 0,91 selon les sous-dimensions, témoignant d’une excellente consistance interne des énoncés.
• Fiabilité composite (Composite Reliability, CR) : Plus robuste que l’alpha dans le cadre de modèles structurels car ne supposant pas l’équivalence tau des items, la fiabilité composite affiche des valeurs particulièrement élevées, s’échelonnant de 0,877 pour les dimensions relationnelles courtes à 0,929 pour les construits de verrouillage et d’intention.
• Cohérence des moyennes et stabilités d’échelle : Le calcul des scores par moyennage des scores d’items au sein de chaque dimension préserve la variance intrinsèque tout en lissant l’erreur de mesure aléatoire inhérente aux questionnaires en ligne.

Les études de stabilité temporelle (test-retest) menées dans des contextes similaires confirment une stabilité satisfaisante des construits sur des intervalles de deux à quatre semaines, sous réserve que les habitudes de visionnage et la dynamique de diffusion du créateur de contenu demeurent stables.

9. Analyse factorielle

La confirmation de la validité de structure de l’instrument a mobilisé une démarche d’analyse factorielle confirmatoire (AFC) intégrée dans une procédure de modélisation structurelle :

• Structure factorielle à neuf dimensions : L’AFC valide empiriquement la ségrégation des 32 items en 9 facteurs distincts de premier ordre. Les indices d’ajustement global du modèle (model fit) attestent d’une excellente concordance avec les données empiriques (rapport Chi-deux / degrés de liberté < 3 ; RMSEA < 0,06 ; CFI > 0,95 ; TLI > 0,94 ; SRMR < 0,05).
• Poids factoriels : Toutes les saturations factorielles individuelles (λ) dépassent largement le seuil minimal de 0,70, démontrant que chaque énoncé capte plus de 50 % de la variance de son construit latent sous-jacent (λ² > 0,50). Aucune saturation croisée pathologique n’a nécessité la suppression d’items lors de la phase finale de validation.
• Relations structurelles : L’analyse des sentiers (path analysis) met en évidence que les interactions (VSI, VVI) agissent comme des antécédents directs des médiateurs affectifs (PSR, IDN, SOB), lesquels renforcent à leur tour tant les mécanismes de dévouement que les verrouillages (SLI, PLI). Ces deux voies convergent pour prédire conjointement et puissamment l’intention de visionnage continu (CWI) et l’intention finale de don (DNI), avec des coefficients de détermination R² substantiels expliquant la variance comportementale des usagers.

10. Instrument de mesure

L’administration de l’inventaire repose sur un format rigoureusement standardisé :

• Type d’instrument : Questionnaire psychométrique autodéclaré / Inventaire d’attitudes et d’intentions comportementales.
• Nombre total d’items : 32 items.
• Format d’évaluation : Échelle d’évaluation en 7 points (7-point Likert scale : 1 = Strongly disagree, 7 = Strongly agree).
• Mode d’administration : Électronique (auto-administration en ligne via ordinateur ou terminal mobile).
• Temps de passation estimé : Environ 7 à 12 minutes.
• Population cible : Adultes et jeunes adultes (18 ans et plus) consommant activement des flux de diffusion en direct (Twitch, YouTube, TikTok Live, etc.).
• Sous-échelles mesurées :
  • Viewer-Streamer Interaction (VSI) : Items 1 à 4
  • Viewer-Viewer Interaction (VVI) : Items 5 à 7
  • Parasocial Relationship (PSR) : Items 8 à 11
  • Identification (IDN) : Items 12 à 15
  • Sense of Belonging (SOB) : Items 16 à 19
  • Structural Lock-in (SLI) : Items 20 à 22
  • Psychological Lock-in (PLI) : Items 23 à 25
  • Continuous Watching Intention (CWI) : Items 26 à 28
  • Donation Intention (DNI) : Items 29 à 32
• Cotation et calcul des scores : Aucun item n’est inversé (pas de cotation inverse). Le score de chaque sous-échelle est obtenu en calculant la moyenne arithmétique simple des réponses aux items composant ladite dimension (score moyen compris entre 1,00 et 7,00 pour chaque sous-échelle). Les scores composites peuvent ensuite être modélisés comme des variables manifestes ou latentes dans des régressions multiples ou des équations structurelles.

11. Permissions, Tarifs et Année du test

• Année de publication du modèle de référence : 2023.
• Frais d’utilisation (Fee) : Gratuit / Sans frais pour les usages universitaires, pédagogiques et non commerciaux.
• Permissions d’utilisation : L’instrument peut être utilisé librement dans le cadre de recherches académiques, d’enseignements universitaires ou de thèses de doctorat, sous réserve expresse de citer formellement les auteurs et la publication princeps de référence (Chou & Nguyen, 2023).
• Usage commercial : Toute exploitation commerciale, intégration dans des plateformes logicielles propriétaires à des fins lucratives ou revente de l’outil nécessite une autorisation préalable accordée par les auteurs titulaires des droits.

12. Références

Les travaux académiques suivants constituent le socle théorique, empirique et méthodologique de l’inventaire :

• Bendapudi, N., & Berry, L. L. (1997). Customers’ motivations for maintaining relationships with service providers. Journal of Retailing, 73(1), 15–37. https://doi.org/10.1016/S0022-4359(97)90013-0
• Chou, S.-W., & Nguyen, T. (2023). Understanding donation intention in live streaming: A dedication-constraint approach. Computers in Human Behavior, 144, 107757. https://doi.org/10.1016/j.chb.2023.107757
• 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
• Haagsma, M. C., Capros, P. V., Peters, O. M., & King, D. L. (2013). A cognitive-behavioral model of pathological gaming: A systematic review. Computers in Human Behavior, 29(4), 1641–1650. https://doi.org/10.1016/j.chb.2013.01.041
• Hair, J. F., Hult, G. T. M., Ringle, C. M., & Sarstedt, M. (2021). A Primer on Partial Least Squares Structural Equation Modeling (PLS-SEM) (3rd ed.). SAGE Publications.
• Hassan, M. U., Iqbal, Z., & Malik, M. (2019). The role of social feedback in shaping online participation. Information & Management, 56(6), 103134. https://doi.org/10.1016/j.im.2019.01.002
• Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43(1), 115–135. https://doi.org/10.1007/s11747-014-0403-8
• Horton, D., & Wohl, R. R. (1956). Mass communication and para-social interaction: Observations on intimacy at a distance. Psychiatry, 19(3), 215–229. https://doi.org/10.1080/00332747.1956.11023049
• Komiak, S. Y., & Benbasat, I. (2006). The effects of personalization and familiarity on trust and adoption of recommendation agents. MIS Quarterly, 30(4), 941–960. https://doi.org/10.2307/25148760
• Lin, C. P., Tsai, Y. H., & Chiu, C. K. (2008). Modeling customer loyalty from an integrative perspective of self-determination theory and expectation-confirmation model. Journal of Business and Psychology, 24(3), 315–326. https://doi.org/10.1007/s10869-009-9110-8
• Podsakoff, P. M., MacKenzie, S. B., & Podsakoff, N. P. (2012). Sources of method bias in social science research and recommendations on how to control it. Annual Review of Psychology, 63, 539–569. https://doi.org/10.1146/annurev-psych-120710-100452
• Schaffer, B. S., & Riordan, C. M. (2003). A review of cross-cultural methodologies for organizational research: A best-practice approach. Organizational Research Methods, 6(2), 169–215. https://doi.org/10.1177/1094428103251542
• Stanley, S. M., & Markman, H. J. (1992). Assessing commitment in personal relationships. Journal of Marriage and the Family, 54(3), 595–608. https://doi.org/10.2307/353245
• Xue, J., Liang, X., Xie, T., & Wang, H. (2020). See now, act now: How to interact with customers to enhance online impulse buying in live streaming e-commerce. Electronic Commerce Research and Applications, 44, 101010. https://doi.org/10.1016/j.elerap.2020.101010
• Ye, S., Dong, L., & Lee, J. (2015). Understanding the determinants of social donation intention: The role of trust and psychological involvement. Computers in Human Behavior, 52, 102–111. https://doi.org/10.1016/j.chb.2015.05.045

13. Questions et items du questionnaire (Scale Items)