Inventaire du modèle des déterminants du comportement écoresponsable chez les touristes

1. Résumé / Abstract

L’Inventaire du modèle des déterminants du comportement écoresponsable chez les touristes (en anglais, Determinants of Environmentally Responsible Behaviour Among Tourists – Model Inventory ou DERBT-M), élaboré par Nusrat Batool, Zubair-Ahmad Dada et Shamim-Ahmad Shah en 2023, constitue un instrument psychométrique et structural spécifiquement conçu pour évaluer les processus cognitifs, émotionnels et conatifs qui prédisent l’engagement écologique des voyageurs. Face à l’essor planétaire de l’industrie touristique et aux menaces croissantes pesant sur les écosystèmes fragiles — particulièrement dans les zones de haute montagne comme l’Himalaya occidental —, la compréhension des mécanismes sous-jacents aux comportements de préservation est devenue un enjeu scientifique prioritaire. Le DERBT-M opérationnalise cette dynamique à travers un inventaire de 20 items structuré autour de quatre dimensions fondamentales : les comportements écoresponsables effectifs (Environmentally Responsible Behaviour – ERB), l’affinité émotionnelle envers la nature (Emotional Affinity Towards Nature – EATN), les connaissances environnementales (Environmental Knowledge – EK) et l’intention comportementale (Behavioural Intention – BI).

Les items de cet instrument ont été rigoureusement adaptés de travaux fondateurs en psychologie environnementale et en gestion touristique durable (notamment Fall-Diallo et al., 2015 ; Ghazali et al., 2019 ; Kim et al., 2018 ; Li & Wu, 2020 ; Park et al., 2018). Administré via des échelles de réponse de type Likert en plusieurs points, l’inventaire a fait l’objet d’une validation empirique avancée reposant sur la modélisation d’équations structurelles (SEM) et l’analyse factorielle confirmatoire (AFC). Les propriétés psychométriques rapportées démontrent une excellente adéquation du modèle théorique aux données observées (GFI = 0,971 ; RMSR = 0,05 ; CFI = 0,944 ; NFI = 0,997). La cohérence interne s’avère particulièrement robuste, avec des coefficients alpha de Cronbach oscillant entre 0,703 et 0,890 selon les sous-échelles, et des valeurs de fiabilité composite (CR) comprises entre 0,943 et 0,961. La variance moyenne extraite (AVE) excède systématiquement le seuil critique de 0,50 pour tous les construits, corroborant une validité convergente optimale ainsi qu’une validité discriminante conforme aux exigences statistiques de Fornell et Larcker. Le DERBT-M se positionne ainsi comme un outil de référence robuste pour les chercheurs en psychologie, les gestionnaires de destinations et les sociologues de l’environnement.

2. Mots-clés / Keywords

Comportement écoresponsable, Tourisme durable, Affinité émotionnelle envers la nature, Intention comportementale, Connaissances environnementales, Psychométrie environnementale, Modélisation d’équations structurelles, Analyse factorielle confirmatoire, Conservation écologique, Tourisme montagnard.

3. Auteurs / Authors

L’inventaire DERBT-M a été développé par une équipe de chercheurs spécialisés en géographie, gestion environnementale et dynamique du tourisme de l’Université du Cachemire, située à Srinagar (Jammu-et-Cachemire, Inde) :

• Nusrat Batool : Chercheuse principale, Département de géographie et gestion des catastrophes (Department of Geography and Disaster Management), Université du Cachemire, Srinagar, Inde. Identifiant ORCID : 0000-0001-6004-3211. Courriel institutionnel : [email protected].
• Zubair-Ahmad Dada : Co-auteur, Département de gestion du tourisme, de l’hôtellerie et des loisirs (Department of Tourism, Hospitality and Leisure Studies), Université du Cachemire, Srinagar, Inde.
• Shamim-Ahmad Shah : Professeur et co-auteur, Département de géographie et gestion des catastrophes, Université du Cachemire, Srinagar, Inde.

L’adresse de correspondance pour l’obtention des détails méthodologiques et l’autorisation d’utilisation approfondie est hébergée au département de géographie et gestion des catastrophes de l’Université du Cachemire.

4. Objectif / Purpose

L’objectif fondamental de l’Inventaire du modèle des déterminants du comportement écoresponsable chez les touristes réside dans l’opérationnalisation, la mesure et l’explication causale des antécédents psychologiques qui amènent un individu en situation de séjour touristique à adopter des conduites respectueuses du patrimoine écologique. Le tourisme constitue l’un des vecteurs économiques les plus puissants du monde contemporain, mais il s’accompagne d’externalités environnementales délétères : production exponentielle de déchets solides, consommation excessive des ressources hydriques, dégradation des habitats naturels, pollution atmosphérique et sonore, et perturbation de la faune sauvage. Dans les destinations d’une vulnérabilité écologique extrême, telles que les vallées alpines et les contreforts de l’Himalaya, le comportement individuel de chaque visiteur pèse directement sur la pérennité de l’écosystème local. Dès lors, cerner avec précision les leviers psychologiques incitant à la responsabilité écologique dépasse le simple cadre académique pour constituer un impératif de préservation sociétale.

Sur le plan de la justification théorique, le DERBT-M a été formulé pour surmonter les limites inhérentes aux approches unidimensionnelles de la psychologie environnementale classique. Les approches traditionnelles se contentaient fréquemment d’analyser l’effet direct de la connaissance factuelle sur les comportements, postulant qu’un individu informé agirait nécessairement de manière rationnelle et protectrice. Or, la littérature empirique a démontré à maintes reprises l’existence d’un « fossé attitude-comportement » (attitude-behavior gap). Le DERBT-M intègre explicitement l’articulation dynamique entre les capacités cognitives (le savoir environnemental), les réactions affectives profondes (l’indignation face aux dégradations, l’affinité pour la faune et la flore) et les dispositions conatives (l’intention de payer davantage, de modifier ses habitudes de consommation ou de respecter les filières locales). Il permet de déterminer comment ces variables médiatrices modulent l’expression effective des comportements écoresponsables.

En matière d’applications empiriques et appliquées, le DERBT-M dessert un double spectre :

• Recherche fondamentale et appliquée en psychologie et tourisme : L’outil fournit une échelle standardisée, validée par modélisation structurale, permettant de tester des modèles de médiation et de modération complexes. Il offre la possibilité de comparer des cohortes démographiques spécifiques (par tranche d’âge, genre, niveau d’éducation ou origine géographique) afin d’identifier les segments de touristes les plus réceptifs ou, au contraire, les plus réfractaires aux consignes écologiques.
• Gestion des destinations et politiques publiques d’écotourisme : Pour les gestionnaires de parcs nationaux, les ministères du tourisme et les organisations non gouvernementales, l’inventaire sert d’instrument diagnostique. Si une enquête menée avec le DERBT-M révèle une forte affinité émotionnelle mais un faible niveau de connaissances spécifiques, les stratégies de communication ne devront pas viser l’éveil de la sensibilité mais plutôt la transmission de directives claires et concrètes (par exemple, des guides sur la gestion des déchets ou la préservation des nappes phréatiques). Inversement, si le déficit réside dans l’intention comportementale par manque de motivation affective, des campagnes d’interprétation du patrimoine centrées sur l’attachement au vivant seront préconisées.

5. Construit psychologique / Construct

Le DERBT-M repose sur un construit multidimensionnel articulé autour de 20 variables manifestes (items) réparties équitablement en quatre sous-échelles de 5 items chacune. Ces dimensions capturent la trajectoire psychologique complète du voyageur face aux exigences de durabilité environnementale :

1. Comportements écoresponsables (ERB – Environmentally Responsible Behaviour)

Cette sous-échelle mesure les actions tangibles, les engagements concrets et les sacrifices proactifs que le touriste affirme réaliser ou accepter lors de son séjour. Adaptée des conceptualisations de Fall-Diallo et al. (2015), cette dimension ne se limite pas à des gestes passifs ; elle évalue une volonté active de contribution socio-environnementale. Les items abordent l’assentiment à participer aux initiatives locales de tourisme durable, la disposition à consacrer du temps et de l’énergie physique à la mise en œuvre de pratiques vertueuses, la volonté financière de payer des suppléments monétaires pour compenser son empreinte écologique personnelle, l’engagement à réinjecter ses dépenses au sein de l’économie locale pour soutenir les populations résidentes, et une vigilance accrue quant à l’usage des ressources rares (eau, énergie, aliments) du pays d’accueil.

2. Affinité émotionnelle envers la nature (EATN – Emotional Affinity Towards Nature)

Inspirée des travaux de Kals et al. (1999) et adaptée aux contextes récents par Ghazali et al. (2019) ainsi que Kim et al. (2018), cette composante évalue la résonance affective, le sentiment de connexion viscérale et les réactions émotionnelles déclenchées par l’état écologique du milieu visité. Loin d’être un état de contemplation passif, cette dimension explore les sentiments d’obligation morale intérieure, l’irritation morale et la colère ressenties lorsque la pollution endommage les espèces végétales et animales, l’indignation face aux nuisances générées directement par l’activité touristique, et la frustration vis-à-vis des carences organisationnelles de gestion des flux polluants par les autorités publiques locales.

3. Connaissances environnementales (EK – Environmental Knowledge)

S’appuyant sur les travaux de Kim et al. (2018) et Li et Wu (2020), cette dimension évalue la perception subjective et objective que le touriste possède des problématiques écologiques et des leviers d’atténuation appropriés. Il s’agit du bagage intellectuel et procédural de l’individu : compréhension précise des gestes techniques susceptibles de réduire l’empreinte négative sur le biotope de la destination, conscience des mesures assurant la protection de la faune et de la flore sauvages indigènes, identification des sources potentielles de contamination aquatique et des actions pour y parer, et compétence auto-évaluée quant au choix de produits certifiés inoffensifs pour les écosystèmes récepteurs.

4. Intention comportementale (BI – Behavioural Intention)

Fondée sur les cadres de la théorie de l’action raisonnée et adaptée par Kiatkawsin et Han (2017) et Park et al. (2018), cette dimension mesure la disposition mentale et la projection future du touriste vers des choix durables explicites. L’intention représente le prédicteur proximal le plus robuste de l’action. Dans le DERBT-M, cette sous-échelle examine la préférence affirmée pour des hébergements écocertifiés (hôtels verts), la disposition déclarée à délaisser des marques commerciales conventionnelles au profit d’enseignes écologiquement éthiques, la résolution d’acheter systématiquement des produits d’origine biologique et de fabrication locale, et le consentement formel à s’acquitter d’une taxe environnementale spécifique destinée à la protection des espaces naturels arpentés.

6. Cadre théorique / Theoretical Framework

L’ancrage théorique du DERBT-M s’inscrit au carrefour de la psychologie environnementale, de la psychologie sociale cognitive et des sciences du comportement appliquées au tourisme. Le modèle intègre et articule trois grands paradigmes théoriques dominants :

La Théorie du Comportement Planifié (TCP)

Formalisée initialement par Icek Ajzen (1991), la Théorie du Comportement Planifié postule que l’intention conative (Behavioural Intention) constitue le déterminant immédiat et direct de l’accomplissement d’un comportement effectif. Dans le cadre du DERBT-M, cette intention est elle-même modélisée comme le réceptacle d’évaluations cognitives préalables (les connaissances environnementales) et d’impulsions normatives et morales. Cependant, les chercheurs en tourisme durable s’accordent aujourd’hui sur le fait que la TCP, par son architecture hyper-rationnelle et utilitariste, peine à expliquer pleinement les conduites en vacances, période durant laquelle les régulations cognitives habituelles s’atténuent au profit des états affectifs et émotionnels. C’est pourquoi le DERBT-M adjoint à la TCP des cadres théoriques émotionnels et normatifs.

La théorie Norme-Activation (NAT) et l’Affinité Émotionnelle

Le modèle d’activation des normes de Shalom Schwartz (1977) postule que les comportements altruistes et pro-environnementaux s’activent lorsque l’individu prend conscience des conséquences négatives de ses actes sur autrui ou sur la nature (Awareness of Consequences), générant un sentiment de responsabilité morale personnelle (Ascription of Responsibility). Batool et ses collaborateurs fusionnent cette logique normative avec la théorie de l’affinité émotionnelle envers la nature (Kals, Schumacher, & Montada, 1999). Selon cette perspective, les comportements protecteurs ne jaillissent pas uniquement d’une obligation cognitive froide, mais sont galvanisés par des états affectifs primaires : amour de la nature, sentiment d’harmonie, mais également colère, anxiété et indignation morale devant la détérioration environnementale causée par la surfréquentation touristique.

Le modèle cognitivo-affectif de prédiction comportementale

Dans la structure du DERBT-M, la connaissance environnementale (EK) agit comme un substrat cognitif d’éveil, qui informe l’affinité émotionnelle (EATN). La dégradation constatée d’un site naturel active chez le touriste éduqué une réaction de dissonance émotionnelle (tristesse, indignation) qui, à son tour, stimule l’intention conative (BI). Enfin, l’intention se transpose en comportements écoresponsables manifestes (ERB), tels que le consentement à financer des projets de restauration ou l’adaptation rigoureuse des conduites de consommation. Le DERBT-M structure ainsi un continuum psychologique allant de la cognition à l’action via le catalyseur affectif.

7. Validité / Validity

La validation empirique et métrologique de l’inventaire DERBT-M a été menée selon des standards méthodologiques rigoureux dans le cadre de l’étude de Batool, Dada et Shah (2023), s’appuyant sur les préconisations statistiques de Hair, Black, Babin et Anderson (2005) ainsi que celles de Fornell et Larcker (1981).

Validité convergente

La validité convergente permet de vérifier que les différents énoncés supposés mesurer un même construit théorique partagent une proportion significative de variance commune. Deux critères déterminants ont été évalués et confirmés :

• Variance moyenne extraite (AVE – Average Variance Extracted) : Pour chacun des construits composant le modèle (ERB, EATN, EK, BI), les valeurs d’AVE rapportées étaient strictement supérieures au seuil conventionnel minimal de 0,50. Cela confirme que plus de 50 % de la variance des indicateurs est imputable au facteur latent sous-jacent plutôt qu’à l’erreur de mesure aléatoire.
• Poids factoriels standardisés (Factor Loadings) : L’ensemble des 20 items constitutifs a démontré des saturations factorielles robustes, dépassant le seuil critique recommandé de 0,70 (p < 0,001), corroborant le fait que chaque variable manifeste capture adéquatement l’essence de son facteur de rattachement.

Validité discriminante

La validité discriminante vise à attester que les dimensions conceptuelles sont empiriquement distinctes et ne mesurent pas les mêmes facettes psychologiques. Les auteurs ont appliqué le critère standard de Fornell et Larcker (1981) : pour chaque construit latent, la racine carrée de la variance moyenne extraite ($\sqrt{\mathrm{AVE}}$) a été calculée et comparée aux coefficients de corrélation inter-construits correspondants. Les résultats démontrent de façon systématique que la racine carrée de l’AVE de chaque construit surpasse significativement l’ensemble des corrélations partagées avec les autres dimensions du modèle. Aucune redondance factorielle n’a été détectée, certifiant une différenciation nette entre la sphère des connaissances, celle des émotions, celle des intentions et celle des comportements déclarés.

Validité de construit et validité prédictive

Dans l’évaluation structurelle globale, le modèle de mesure a démontré une capacité prédictive remarquable : les relations causales formulées dans le cadre conceptuel se sont vérifiées au seuil de significativité statistique, le savoir environnemental et l’affinité émotionnelle prédisant significativement les intentions durables, ces dernières expliquant à leur tour une part substantielle de la variance des comportements effectifs sur site.

8. Fidélité / Reliability

L’exactitude métrologique et la stabilité de l’inventaire DERBT-M ont été évaluées au travers de multiples indices statistiques de consistance interne, confirmant un niveau de précision métrologique remarquable.

Cohérence interne (Alpha de Cronbach)

Le coefficient alpha de Cronbach a été calculé individuellement pour chacune des quatre dimensions du modèle. Les valeurs obtenues se situent dans un intervalle compris entre 0,703 et 0,890. L’ensemble de ces coefficients dépasse largement le plancher d’acceptabilité fixé traditionnellement à 0,70 dans les sciences sociales et comportementales (Nunnally & Bernstein, 1994). Ces résultats attestent que les 5 items affectés à chaque sous-échelle convergent de manière harmonieuse sans générer de variance parasite disproportionnée.

Fiabilité composite (CR – Composite Reliability)

Bien que l’alpha de Cronbach soit un estimateur historique répandu, il est souvent critiqué pour son hypothèse restrictive de tau-équivalence. Pour pallier cette faiblesse, Batool et al. (2023) ont calculé la fiabilité composite (CR) au sein du modèle d’équations structurelles. Les scores de CR se sont établis dans une fourchette exceptionnellement élevée, oscillant entre 0,943 et 0,961 selon les facteurs latents. Ces coefficients, nettement supérieurs au critère d’excellence de 0,80, garantissent une consistance interne quasi optimale des variables composites élaborées pour représenter le comportement des touristes.

9. Analyse factorielle / Factor Analysis

La structure factorielle du DERBT-M a été vérifiée empiriquement par le déploiement d’une analyse factorielle confirmatoire (AFC) basée sur la méthode du maximum de vraisemblance, insérée dans une démarche de modélisation par équations structurelles (SEM).

Qualité d’ajustement du modèle de mesure

L’adéquation entre la structure théorique tétradimensionnelle à 20 items et la matrice de covariance empirique issue de l’échantillon de touristes a été évaluée à la lumière des critères d’adéquation formulés par Hu et Bentler (1999). Les indices d’ajustement structurel confirment une conformité remarquable :

• Goodness of Fit Index (GFI) = 0,971 : Indice très largement supérieur au seuil minimal préconisé de 0,90, témoignant d’une proportion substantielle de variance et de covariance expliquée conjointement par le modèle.
• Comparative Fit Index (CFI) = 0,944 : Se situant au-delà du critère standard de 0,90 (et très proche du seuil conservateur de 0,95), cet indice confirme la supériorité éclatante du modèle spécifié par rapport au modèle nul ou modèle d’indépendance.
• Normed Fit Index (NFI) = 0,997 : Proche de l’unité, ce score reflète un ajustement normé quasi parfait de la structure factorielle proposée par rapport aux données empiriques.
• Root Mean Square Residual (RMSR) = 0,05 : Un résidu quadratique moyen atteignant 0,05 atteste d’écarts négligeables entre la matrice de corrélation observée et la matrice de corrélation prédite par le modèle factoriel, demeurant parfaitement sous le plafond d’acceptabilité de 0,08.

Comportement factoriel des items

L’examen des paramètres estimés au sein de l’AFC révèle qu’aucun item ne souffre de saturation croisée problématique. La totalité des saturations factorielles individuelles (factor loadings) s’est avérée statistiquement significative et supérieure au seuil opérationnel de 0,70. Ces résultats valident sans équivoque l’architecture à 4 dimensions orthogonales/corrélées spécifiée lors de la conception du protocole.

10. Instrument de mesure / Instrument

L’instrument se présente sous la forme d’un inventaire auto-administré standardisé :

• Nom de l’instrument : Determinants of Environmentally Responsible Behaviour Among Tourists – Model (DERBT-M)
• Traduction française du titre : Inventaire du modèle des déterminants du comportement écoresponsable chez les touristes
• Format d’administration : Questionnaire papier-crayon ou formulaire numérique interactif en ligne.
• Nombre total d’items : 20 items formulés sous la forme d’assertions à la première personne du singulier.
• Nombre de dimensions : 4 sous-échelles comportant 5 items chacune :
  • Comportements écoresponsables (items ERB 1 à 5)
  • Affinité émotionnelle envers la nature (items EATN 1 à 5)
  • Connaissances environnementales (items EK 1 à 5)
  • Intention comportementale (items BI 1 à 5)
• Échelle de réponse : Échelle de type Likert ordinale à 5 ou 7 points (selon les déclinaisons d’administration de terrain), ancrée typiquement de 1 (« Pas du tout d’accord » / Strongly Disagree) à 5 ou 7 (« Tout à fait d’accord » / Strongly Agree).
• Cotation et calcul des scores :
  • Les scores de chaque sous-échelle sont obtenus en calculant la moyenne arithmétique ou la somme brute des 5 items constitutifs de la dimension.
  • L’instrument ne comporte pas d’items inversés (tous les items sont formulés dans une polarité positive traduisant un engagement ou une sensibilité environnementale).
  • Un score élevé dans une sous-échelle dénote un niveau supérieur du construit considéré (connaissances étendues, forte réactivité émotionnelle, intention d’action marquée ou comportements écoresponsables fréquents).
  • Les scores factoriels composites peuvent être directement introduits en tant que variables latentes au sein d’une modélisation par équations structurelles.
• Population cible : Voyageurs et touristes adultes (jeunes adultes 18–29 ans, trentenaires 30–39 ans, adultes d’âge mûr 40–64 ans et seniors), sans distinction de genre.
• Temps d’administration : Approximativement 7 à 10 minutes pour renseigner l’intégralité du questionnaire.

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

• Année d’introduction du test : 2023.
• Permissions d’usage : L’inventaire a été publié au sein d’une revue académique révisée par des pairs (PsyEcology). Les chercheurs universitaires souhaitant utiliser l’échelle pour des recherches scientifiques non commerciales peuvent l’administrer en citant obligatoirement l’article source original des auteurs (Batool, Dada, & Shah, 2023). Pour toute adaptation majeure, inclusion dans des projets commerciaux ou reproduction intégrale à des fins professionnelles lucratives, il est impératif de prendre contact avec l’éditeur de la revue (Taylor & Francis) ou avec l’auteure correspondante ([email protected]).
• Tarifs d’utilisation (Fees) : Aucune redevance financière n’est exigée pour l’utilisation académique et scientifique standard (utilisation libre et gratuite sous condition de citation).
• Statut commercial : Non commercial. L’échelle est disponible pour la communauté des chercheurs en écologie comportementale et psychologie du tourisme.

12. Références / References

• Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T
• Batool, N., Dada, Z.-A., & Shah, S.-A. (2023). Sociodemographic determinants of environmental attitude, environmental knowledge, emotional affinity and responsible behaviour among tourists: A case study of the Western Himalayas. PsyEcology: Revista Bilingüe de Psicología Ambiental / Bilingual Journal of Environmental Psychology, 14(3), 363–388. https://doi.org/10.1080/21711976.2023.2240615
• Fall-Diallo, A., Chandon, J.-L., & Parguel, B. (2015). A cultural comparison of the determinants of eco-responsible behavior: A study in France and Senegal. Recherche et Applications en Marketing, 30(4), 5–27. https://doi.org/10.1177/2051570715609347
• 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
• Ghazali, E. M., Nguyen, B., Mutum, D. S., & Yap, S.-F. (2019). Pro-environmental behaviours and value-belief-norm theory among consumers: An empirical study on organic cosmetics. Global Business Review, 20(6), 1402–1425. https://doi.org/10.1177/0972150919846830
• Hair, J. F., Black, W. C., Babin, B. J., & Anderson, R. E. (2005). Multivariate data analysis (6th ed.). Prentice-Hall.
• Hu, L. T., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
• Kals, E., Schumacher, D., & Montada, L. (1999). Emotional affinity toward nature as a motivational basis to protect nature. Environment and Behavior, 31(2), 178–202. https://doi.org/10.1177/00139169921972056
• Kiatkawsin, K., & Han, H. (2017). Young travelers’ intention to behave pro-environmentally: Merging the value-belief-norm theory and the expectancy theory. Tourism Management, 59, 76–88. https://doi.org/10.1016/j.tourman.2016.06.018
• Kim, M. S., Thapa, B., & Schroeder, H. (2018). Investigating the relationship between tourists’ environmental knowledge and environmentally responsible behavior: The mediating role of emotional affinity. Journal of Travel & Tourism Marketing, 35(6), 720–733. https://doi.org/10.1080/10548408.2017.1422452
• Li, Q., & Wu, M. (2020). Tourists’ pro-environmental behaviour in protected areas: The role of environmental knowledge, environmental sensitivity and place attachment. Journal of Sustainable Tourism, 28(11), 1838–1856. https://doi.org/10.1080/09669582.2020.1761849
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Park, E., Choi, B. K., & Lee, T. J. (2018). The role and dimensions of authentic experiences in green hotels: An empirical study on tourists’ behavioural intention. Asia Pacific Journal of Tourism Research, 23(7), 675–688. https://doi.org/10.1080/10941665.2018.1485307
• Schwartz, S. H. (1977). Normative influences on altruism. Advances in Experimental Social Psychology, 10, 221–279. https://doi.org/10.1016/S0065-2601(08)60358-5

13. Questions et items du questionnaire / Scale Items