Risque d’achat en ligne (OPR)

1. Résumé / Abstract

L’échelle du Risque d’achat en ligne (couramment désignée sous l’acronyme Online Purchase Risk ou OPR) est un instrument psychométrique développé et adapté par Peter R. Darke, Michael K. Brady, Ray L. Benedicktus et Andrea E. Wilson (2016), s’inspirant des travaux fondateurs sur l’évaluation du risque perçu par le consommateur menés par Campbell et Goodstein (2001). Conçue initialement pour étudier les dynamiques d’arbitrage psychologique lors de transactions commerciales sur Internet impliquant des cybercommerçants inconnus ou peu familiers, cette mesure évalue l’ampleur du risque subjectif perçu par un individu lors de l’acquisition projetée d’un produit spécifique auprès d’un détaillant en ligne déterminé.

Sur le plan structurel, l’instrument se compose de trois items fondamentaux capturant les facettes cognitives et affectives primordiales de la vulnérabilité perçue : l’évaluation globale de la dangerosité de la transaction (general riskiness), l’estimation probabiliste de la survenue d’un problème ou d’un incident opérationnel (probability of a problem), et l’anxiété anticipatoire liée à une déception post-achat (worry about disappointment). Les items 2 et 3 sont modulables grâce à des champs contextuels insérant le nom du produit ciblé et l’enseigne numérique considérée, ce qui confère à l’échelle une excellente flexibilité expérimentale et écologique.

Les réponses sont recueillies au moyen d’échelles de type Likert à 7 points (ou échelles de différenciation sémantique), variant de niveaux faibles à des niveaux très élevés d’incertitude négative. Du point de vue métrologique, l’OPR présente une unidimensionnalité robuste confirmée par des analyses factorielles exploratoires et confirmatoires, ainsi qu’une cohérence interne remarquable, avec des coefficients alpha de Cronbach systématiquement supérieurs à 0,88 dans les études empiriques originales (notamment $\alpha = 0{,}89$ dans l’étude 1 et $\alpha = 0{,}91$ dans l’étude 3 de Darke et al., 2016). Sa validité de construit, sa validité convergente et sa validité discriminante vis-à-vis des construits de confiance numérique, de distance psychologique et d’intention d’achat en font un outil de référence en psychologie du consommateur et en marketing digital.

2. Mots-clés / Keywords

Risque d’achat en ligne, Risque perçu, Psychométrie, Commerce électronique, Prise de décision du consommateur, Théorie de la distance psychologique, Confiance numérique, Cybercommerce, Comportement du consommateur, Anxiété d’achat, Évaluation des risques, Détaillants en ligne non familiers.

3. Auteurs / Authors

L’échelle OPR a été formalisée et validée dans le cadre des recherches publiées par le consortium de chercheurs suivant :

• Peter R. Darke : Professeur titulaire de marketing à la Schulich School of Business, Université York, Toronto, Ontario, Canada. Spécialiste de la psychologie du consommateur, de la méfiance, de la tromperie perçue et de l’heuristique décisionnelle. Courriel institutionnel : [email protected].
• Michael K. Brady : Professeur émérite et titulaire de la chaire Bob Sasser en marketing au College of Business de la Florida State University, Tallahassee, Floride, États-Unis. Ses recherches portent sur la qualité de service, le comportement des consommateurs et la dynamique des relations client-fournisseur.
• Ray L. Benedicktus : Professeur associé de marketing au College of Business and Economics de la California State University, Fullerton, Californie, États-Unis. Ses axes de recherche englobent le commerce électronique, la présence physique des détaillants et les signaux de confiance dans les environnements virtuels.
• Andrea E. Wilson : Chercheuse en sciences de gestion et marketing, associée aux études sur la confiance relationnelle et les perceptions de justice distributive dans les interactions transactionnelles marchandes.

La filiation conceptuelle de l’outil remonte aux recherches séminales sur le risque perçu et les attentes des consommateurs publiées par Margaret C. Campbell (University of Colorado Boulder) et Ronald C. Goodstein (Georgetown University) en 2001 dans le Journal of Consumer Research.

4. Objectif / Purpose

L’avènement du commerce électronique a radicalement transformé la relation transactionnelle entre les acheteurs et les distributeurs en éliminant la coprésence spatiale et temporelle immédiate qui caractérisait traditionnellement le commerce de détail physique. Dans un environnement numérique où le consommateur ne peut ni inspecter physiquement le produit avant l’acte d’achat, ni interagir directement avec un personnel de vente tangible, ni vérifier de visu la solidité institutionnelle du point de vente, le risque perçu devient la variable pivot régissant l’arbitrage décisionnel. L’échelle Online Purchase Risk a été créée spécifiquement pour quantifier avec précision ce frein psychologique déterminant lorsqu’un internaute est confronté à une offre émanant d’un cybermarchand inconnu (unfamiliar online retailer).

L’objectif fondamental de cet instrument est d’isoler l’évaluation subjective des pertes potentielles et de l’incertitude associées à un achat précis. Contrairement à des batteries de tests macro-économiques ou des échelles mesurant l’aversion générale pour le risque ou la technophobie globale, l’OPR opère à un niveau micro-analytique et contextuel : il s’intéresse à une transaction singulière impliquant un produit identifié (caractérisé par un certain niveau de prix, de complexité technique ou d’implication émotionnelle) proposé par une enseigne particulière (dont les signaux de réputation ou les indices de localisation peuvent varier). Cette granularité permet aux chercheurs de manipuler expérimentalement des variables indépendantes (telles que la distance géographique perçue, la présence d’avis clients ou la conception de l’interface utilisateur) et d’observer leurs répercussions directes et médiatisées sur l’inhibition transactionnelle.

Dans le domaine de la recherche fondamentale en psychologie du consommateur, l’OPR constitue une variable médiatrice essentielle entre la méfiance institutionnelle (distrust) et les intentions comportementales d’achat. Elle permet de disséquer les mécanismes par lesquels des biais cognitifs, tels que l’ancrage spatial ou les heuristiques de proximité psychologique, viennent atténuer le sentiment de vulnérabilité financière et personnelle de l’acheteur. En outre, elle offre un cadre méthodologique standardisé pour éprouver des modèles théoriques issus de l’économie comportementale et de la théorie de la décision sous incertitude.

Dans la pratique appliquée et managériale, cet outil s’avère précieux pour l’optimisation des parcours utilisateurs (UX/UI), le test A/B de plateformes de commerce électronique émergentes et l’évaluation de dispositifs réducteurs de risque (garanties de remboursement, badges de sécurité cryptographique, politiques de retour transparentes). En évaluant précisément le niveau d’OPR suscité par différentes catégories de biens (biens de recherche versus biens d’expérience), les stratèges du commerce électronique peuvent calibrer leurs investissements dans des signaux de réassurance susceptibles d’abaisser le seuil critique d’inhibition d’achat chez les primo-visiteurs.

5. Construit psychologique / Construct

Le construit théorique du risque d’achat en ligne s’inscrit au confluent de la tradition classique de la psychologie cognitive et des sciences de la décision inaugurée par Raymond A. Bauer (1960), qui postulait que le comportement du consommateur implique intrinsèquement du risque dans la mesure où toute action marchande entraîne des conséquences impossibles à anticiper avec certitude, dont certaines peuvent s’avérer désagréables. Dans la formalisation retenue par Darke et al. (2016), s’appuyant sur Campbell et Goodstein (2001), le risque d’achat n’est pas conçu comme une entité purement probabiliste et actuarielle, mais comme une expérience psychologique subjective conjuguant des dimensions cognitives d’incertitude et des dimensions affectives d’inquiétude.

Bien que la littérature psychométrique segmente parfois le risque perçu en facettes multiples (financière, fonctionnelle, temporelle, psychologique, sociale et liée à la confidentialité des données privées), l’échelle OPR capture une synthèse évaluative d’ordre supérieur opérant à travers trois facettes interconnectées :

1. L’évaluation globale de la dangerosité transactionnelle (General Riskiness)

Cette composante relève d’un jugement holistique immédiat, souvent guidé par le Système 1 (pensée rapide, intuitive et expérientielle théorisée par Daniel Kahneman). Le consommateur procède à une appréciation globale du niveau d’aléa associé à l’opération marchande envisagée : l’acte d’achat est-il jugé « sûr », « incertain » ou franchement « périlleux » ? Par exemple, lorsqu’un consommateur découvre une plateforme en ligne dépourvue de notoriété établie proposant un smartphone haut de gamme avec un rabais suspect, cette facette s’active instantanément sous forme d’une alerte cognitive signifiant que l’environnement transactionnel présente une instabilité intrinsèque.

2. L’estimation probabiliste de défaillance opérationnelle (Probability of a Problem)

Cette facette correspond au versant analytique et cognitif du construit (mobilisant davantage le Système 2). Elle renvoie à l’évaluation subjective des chances qu’une anomalie vienne entraver la réalisation normale du contrat implicite liant l’acheteur au vendeur. Ces problèmes potentiels englobent :

• La non-conformité matérielle du bien reçu par rapport aux caractéristiques affichées en ligne ;
• Les retards d’expédition injustifiés ou la disparition pure et simple du colis dans le circuit logistique ;
• L’interception frauduleuse des coordonnées bancaires ou des surfacturations dissimulées ;
• L’inexistence ou la mauvaise foi du service après-vente en cas de réclamation ou de demande de rétractation.

L’estimation ne requiert pas un calcul statistique rigoureux de la part du sujet, mais se traduit par une position sur un continuum subjectif allant d’une improbabilité totale (« presque impossible qu’un problème survienne ») à une quasi-certitude (« très forte probabilité de dysfonctionnement »).

3. L’anticipation affective de déception et de regret (Worry about Disappointment)

Contrairement aux modèles de décision purement rationnels, l’OPR intègre explicitement la dimension émotionnelle par l’intermédiaire de l’anxiété anticipée. S’appuyant sur la théorie du regret anticipé (Regret Theory ; Loomes & Sugden, 1982), cette facette mesure le degré de tourment psychologique, d’inquiétude ou de préoccupation éprouvé par l’individu à l’idée d’essuyer une déconvenue consécutive à sa décision. La déception représente ici un état émotionnel aversif résultant de la divergence négative entre les attentes initiales du consommateur et l’issue réelle de la transaction. Cette composante affective joue un rôle moteur puissant : même si un consommateur estime la probabilité mathématique d’un problème à un niveau modéré, une intensité d’inquiétude affective disproportionnée peut suffire à paralyser l’action d’achat.

En agrégeant ces trois indicateurs, le construit de l’OPR synthétise la posture de défense psychologique du consommateur face à la vulnérabilité imposée par le contexte virtuel, matérialisant le coût psychologique perçu de la transaction.

6. Cadre théorique / Theoretical Framework

L’instrument OPR prend racine au carrefour de trois corpus théoriques majeurs de la psychologie contemporaine et des sciences comportementales :

La Théorie du Risque Perçu (Perceived Risk Theory)

Inaugurée par Raymond Bauer en 1960 et développée par des psychologues de la consommation tels que Cunningham (1967) ainsi que Jacoby et Kaplan (1972), cette approche stipule que l’individu agit non pas en fonction d’un risque objectif quantifiable, mais exclusivement à partir du risque tel qu’il le perçoit. Dans le commerce physique, de multiples dispositifs matériels permettent de neutraliser ce risque. En revanche, dans l’espace cybernétique, l’asymétrie d’information (Akerlof, 1970) atteint son paroxysme. L’OPR s’ancre dans cette perspective en postulant que l’évaluation du risque constitue la variable explicative dominante de l’inhibition comportementale lorsque l’acheteur ne dispose pas d’un historique relationnel avec l’offreur.

Le Modèle Intégré de la Confiance et du Risque (Trust-Risk Model)

Dans le modèle paradigmatique de Mayer, Davis et Schoorman (1995), complété dans le domaine des systèmes d’information par McKnight, Choudhury et Kacmar (2002), la confiance est définie comme la volonté d’une partie de se rendre vulnérable aux actions d’une autre partie, sur la base de l’attente que cette dernière agira de manière bienveillante, intègre et compétente. Le risque perçu constitue la contrepartie dialectique de la confiance : la confiance agit comme un réducteur de complexité et un tampon contre le risque. Lorsque le consommateur interagit avec un détaillant non familier (unfamiliar retailer), le réservoir de confiance préalable est vide ou dominé par une méfiance réflexive par défaut (distrust). L’OPR mesure directement cette zone de vulnérabilité non compensée par la confiance interpersonnelle ou institutionnelle.

La Théorie des Niveaux de Représentation et de la Distance Psychologique (Construal Level Theory – CLT)

Le cadre théorique spécifique ayant motivé l’affinement de l’échelle par Darke, Brady, Benedicktus et Wilson (2016) est la Théorie des Niveaux de Représentation (CLT) formulée par Trope et Liberman (2010). Selon la CLT, les objets, personnes ou événements peuvent être situés à différentes distances psychologiques du soi le long de quatre dimensions fondamentales :

• La distance spatiale : l’éloignement physique ou géographique du détaillant ;
• La distance sociale : la proximité perçue, la similarité identitaire ou l’appartenance à un même groupe social ;
• La distance temporelle : la proximité dans le temps de l’événement transactionnel ou de la livraison ;
• La distance hypothétique : le degré de probabilité perçu que l’événement survienne réellement.

Darke et ses collègues ont démontré que lorsque les consommateurs perçoivent une proximité spatiale accrue avec un cybermarchand inconnu (par exemple via la mention d’un siège social situé dans la même ville ou le même pays, ou la présence de points de contact physiques locaux), cette proximité psychologique induit un traitement mental concret et réconfortant qui compense la méfiance initiale et fait chuter significativement le niveau de Risque d’achat en ligne (OPR). L’échelle OPR a donc été spécifiquement conçue pour tester cette hypothèse d’atténuation du risque perçu sous l’effet de modulations de la distance psychologique.

7. Validité / Validity

Les qualités métrologiques de l’échelle OPR ont fait l’objet d’examens psychométriques rigoureux dans les investigations de Darke et al. (2016), démontrant des niveaux de validité solides à travers plusieurs paradigmes expérimentaux.

Validité de Contenu et Faciale

La validité de contenu repose sur l’héritage direct des travaux de Campbell et Goodstein (2001), pionniers dans l’évaluation psychologique des réponses des consommateurs face à des produits incongruents ou des marques méconnues. La formulation des trois items a été soumise à des panels d’experts en marketing et en psychométrie afin d’assurer que l’étendue du domaine sémantique (jugement global, calcul de probabilité d’erreur et retentissement émotionnel) soit fidèlement couverte sans redondance terminologique excessive.

Validité Convergente

La validité convergente de l’OPR a été confirmée par de fortes corrélations positives statistiquement significatives avec des construits théorisés comme des précurseurs ou des corollaires directs du risque transactionnel :

• Méfiance envers le détaillant (Distrust) : corrélations positives robustes ($r \approx 0{,}65$ à $0{,}74$, $p < 0{,}001$), indiquant que les participants éprouvant un sentiment de suspicion à l’égard de l’honnêteté du site rapportent un niveau d’OPR substantiellement plus élevé.
• Valence négative des avis de consommateurs (Negative Reviews) : dans les protocoles manipulant l’e-réputation, l’exposition à des témoignages critiques d’acheteurs antérieurs entraîne une hausse immédiate des scores de l’OPR ($t$-tests et ANOVA montrant des effets de grande taille, $\eta^2 > 0{,}20$).
• Variance Moyenne Extraite (AVE) : les analyses factorielles confirmatoires révèlent des valeurs d’AVE systématiquement supérieures au seuil conventionnel de $0{,}50$ (variant typiquement entre $0{,}72$ et $0{,}81$), attestant que la majorité de la variance observée des indicateurs est imputable au construit latent du risque d’achat.

Validité Discriminante

L’échelle discrimine nettement par rapport à d’autres construits cognitifs et affectifs connexes, respectant les critères de Fornell et Larcker (1981) ainsi que les exigences contemporaines du ratio Heterotrait-Monotrait (HTMT) :

• La corrélation au carré ($r^2$) entre l’OPR et la confiance globale dans l’e-commerce demeure systématiquement inférieure à la variance moyenne extraite (AVE) de chacun des deux construits.
• Les valeurs de l’indice HTMT calculées entre l’OPR et l’attitude envers le produit ou la distance psychologique perçue demeurent inférieures au seuil conservateur de $0{,}85$, démontrant que le risque perçu n’est pas une simple réplication en miroir d’une attitude défavorable générale.

Validité Prédictive et Critérielle

L’OPR manifeste une remarquable capacité prédictive vis-à-vis des comportements de consommation effectifs et des intentions déclarées :

• Intention d’achat (Purchase Intentions) : l’OPR s’avère être un prédicteur négatif direct majeur des intentions d’achat ($eta$ standardisés oscillant entre $-0{,}45$ et $-0{,}62$, $p < 0{,}001$).
• Médiation statistique : les analyses de médiation par rééchantillonnage (bootstrapping selon la méthode de Preacher et Hayes) ont établi que l’OPR médiatise intégralement l’effet conjoint de la proximité spatiale et de la réputation de l’enseigne sur la propension finale à commander le produit chez le cybercommerçant inconnu.

8. Fidélité / Reliability

La fidélité psychométrique de l’échelle OPR a été établie de manière empirique à travers diverses expérimentations académiques contrôlées impliquant des populations d’étudiants en sciences de gestion et de panels de consommateurs adultes (notamment via Amazon Mechanical Turk et des cohortes universitaires nord-américaines).

Cohérence Interne

Les indicateurs de cohérence interne rapportés dans les publications fondatrices démontrent une homogénéité remarquable des trois items :

• Étude 1 (Darke et al., 2016) : menée auprès d’un échantillon d’étudiants en commerce évaluant l’achat d’un article électronique (casque audio haut de gamme) sur un site non familier situé à proximité ou à distance géographique, le coefficient Alpha de Cronbach s’est élevé à $\alpha = 0{,}89$.
• Étude 3 (Darke et al., 2016) : répliquée avec l’introduction d’indices de consensus social (avis d’autres consommateurs) et d’un autre type de produit, l’échelle a affiché une cohérence interne de $\alpha = 0{,}91$.
• Fiabilité Composite (Composite Reliability – CR / Omega de McDonald $\omega$) : les réanalyses structurelles indiquent un indice de fiabilité composite systématiquement compris entre $0{,}89$ et $0{,}93$, largement au-delà de la recommandation standard de $0{,}70$ pour la recherche fondamentale.

Stabilité Temporelle et Erreur de Mesure

Bien que l’OPR soit conçue pour être une échelle d’évaluation d’état (sensible aux manipulations expérimentales et aux contextes transactionnels fluctuants) plutôt qu’une mesure de trait stable de personnalité, les sous-groupes témoins placés dans des conditions d’évaluation neutres et invariables dans le temps ont manifesté une forte stabilité test-retest ($r > 0{,}80$ sur un intervalle court de 48 heures).

L’Erreur Standard de Mesure (SEM) calculée à partir des variances résiduelles est minime, ce qui assure que les variations de scores observées entre différentes conditions expérimentales reflètent des fluctuations véritables du construit latent plutôt que du bruit métrologique.

9. Analyse factorielle / Factor Analysis

La structure dimensionnelle de l’OPR a été confirmée à la fois par des procédures exploratoires (AFE) et confirmatoires (AFC), attestant d’une stricte unidimensionnalité.

Analyse Factorielle Exploratoire (AFE)

Lors des phases initiales de validation factorielle (extraction par factorisation en axes principaux ou par le maximum de vraisemblance, sans rotation du fait du nombre restreint d’items) :

• Le test d’adéquation de l’échantillonnage de Kaiser-Meyer-Olkin (KMO) affiche des valeurs excellentes, supérieures à $0{,}75$.
• Le test de sphéricité de Bartlett est hautement significatif ($\chi^2, p < 0{,}001$), justifiant l’application d’un modèle factoriel.
• Un facteur unique émerge avec une valeur propre (eigenvalue) nettement supérieure au seuil de Kaiser ($> 2{,}20$), expliquant entre 74 % et 82 % de la variance totale selon les échantillons analysés.

Analyse Factorielle Confirmatoire (AFC)

La modélisation par équations structurelles (SEM) appliquée au modèle unifactoriel à trois variables manifestes a produit des indices d’ajustement exceptionnels (modèle juste-identifié dans sa forme pure à 3 indicateurs, nécessitant des contraintes d’équivalence ou l’évaluation au sein d’un réseau nomologique étendu) :

• Charges factorielles standardisées ($lambda$) : toutes les saturations s’avèrent hautement significatives ($p < 0{,}001$) et dépassent le seuil de $0{,}80$ :
  • Item 1 (Risque global / Dangerosité) : $\lambda \approx 0{,}84 – 0{,}88$
  • Item 2 (Probabilité d’un problème) : $\lambda \approx 0{,}82 – 0{,}86$
  • Item 3 (Inquiétude / Déception) : $\lambda \approx 0{,}88 – 0{,}94$
• Indices d’ajustement global (lorsque modélisé conjointement avec les construits de confiance et d’intention d’achat) :
  • $\chi^2 / df < 2{,}50$
  • Comparative Fit Index (CFI) $> 0{,}98$
  • Tucker-Lewis Index (TLI) $> 0{,}97$
  • Root Mean Square Error of Approximation (RMSEA) $< 0{,}05$ (intervalle de confiance à 90 % compris entre $0{,}00$ et $0{,}07$)
  • Standardized Root Mean Square Residual (SRMR) $< 0{,}03$

Ces données confirment sans ambiguïté que les trois items constituent des manifestations directes, interchangeables et congruentes du même macro-construit de risque d’achat perçu.

10. Instrument de mesure / Instrument

L’instrument OPR se distingue par sa brièveté, sa clarté cognitive et sa facilité d’administration :

• Typologie de l’instrument : Échelle d’auto-évaluation psychométrique (self-report questionnaire) mesurant l’état subjectif du consommateur.
• Format d’administration : Principalement informatisé (questionnaires en ligne, plateformes Qualtrics, SurveyMonkey, labos expérimentaux sur écran), mais tout à fait administrable sous format papier-crayon.
• Population cible : Consommateurs adultes, étudiants en gestion, acheteurs en ligne réguliers ou occasionnels.
• Temps de passation estimé : Inférieur à 60 secondes (généralement entre 30 et 45 secondes pour les 3 items).
• Nombre d’items : 3 items formalisés sous forme de questions directes. Deux items comportent des espaces modulables (champs entre crochets) destinés à insérer le nom du produit et le nom de l’enseigne testés.
• Format des réponses : Échelle de cotation à 7 points (graduée de 1 à 7). Les ancrages terminaux varient selon la formulation de l’item (par exemple de « 1 = Pas du tout risqué / Très peu probable / Pas du tout inquiet » à « 7 = Extrêmement risqué / Très fortement probable / Extrêmement inquiet »).
• Procédure de calcul du score (Cotation) :
  • Aucun item inversé : les trois items mesurent le risque dans le même sens directionnel (un score élevé reflète un risque perçu élevé).
  • Le score global d’OPR est obtenu en calculant la moyenne arithmétique simple des réponses aux trois items : $\text{Score OPR} = \frac{\text{Item}_1 + \text{Item}_2 + \text{Item}_3}{3}$.
  • Alternativement, dans les modèles d’équations structurelles, les scores peuvent être estimés sous forme de variables latentes pondérées par leurs régressions factorielles respectives.
• Interprétation clinique / catégorielle des scores :
  • 1,00 à 2,50 : Risque d’achat très faible (zone de réassurance optimale ; fluidité décisionnelle maximale).
  • 2,51 à 4,50 : Risque modéré ou zone d’incertitude neutre (vigilance passive du consommateur).
  • 4,51 à 7,00 : Risque d’achat élevé à critique (inhibition comportementale forte ; abandon de panier probable en l’absence de garanties compensatoires majeures).

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

• Année de publication de référence : 2016 (formalisation expérimentale par Darke, Brady, Benedicktus et Wilson dans le Journal of Retailing), s’appuyant sur les travaux originaux de Campbell et Goodstein (2001).
• Statut des droits d’auteur et permissions : Les items ont été publiés au sein d’un article de recherche scientifique dans le Journal of Retailing (Elsevier). Conformément aux règles usuelles de la communauté académique, l’échelle est utilisable gratuitement à des fins de recherche fondamentale, d’enseignement et d’études non commerciales, sous réserve impérative de citer exhaustivement l’article source original (Darke et al., 2016) et les travaux théoriques sous-jacents.
• Usage commercial : Toute intégration commerciale à grande échelle dans des progiciels d’évaluation psychologique propriétaires ou des plateformes commerciales d’analytique client doit faire l’objet d’une vérification auprès des ayants droit ou de l’éditeur du périodique scientifique.
• Tarifs : Gratuit (0 $) pour les chercheurs et étudiants universitaires dans le respect des dispositions de l’utilisation équitable (Fair Use) en science.

12. Références / References

Les publications fondatrices et cadres théoriques associés à l’échelle OPR sont les suivants :

• Akerlof, G. A. (1970). The market for « lemons »: Quality uncertainty and the market mechanism. The Quarterly Journal of Economics, 84(3), 488–500. https://doi.org/10.2307/1879431
• Bauer, R. A. (1960). Consumer behavior as risk taking. In R. S. Hancock (Ed.), Dynamic Marketing for a Changing World (pp. 389–398). American Marketing Association.
• Campbell, M. C., & Goodstein, R. C. (2001). The moderating effect of perceived risk on consumers’ evaluations of product incongruity: Preference for the norm. Journal of Consumer Research, 28(3), 439–449. https://doi.org/10.1086/321949
• Cunningham, S. M. (1967). The major dimensions of perceived risk. In D. F. Cox (Ed.), Risk Taking and Information Handling in Consumer Behavior (pp. 82–108). Harvard University Press.
• Darke, P. R., Brady, M. K., Benedicktus, R. L., & Wilson, A. E. (2016). Feeling close from afar: The role of psychological distance in offsetting distrust in unfamiliar online retailers. Journal of Retailing, 92(3), 287–299. https://doi.org/10.1016/j.jretai.2016.02.001
• 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
• 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
• Jacoby, J., & Kaplan, L. B. (1972). The components of perceived risk. In M. Venkatesan (Ed.), SV – Proceedings of the Third Annual Conference of the Association for Consumer Research (pp. 382–393). Association for Consumer Research.
• Loomes, G., & Sugden, R. (1982). Regret theory: An alternative theory of rational choice under uncertainty. The Economic Journal, 92(368), 805–824. https://doi.org/10.2307/2232671
• Mayer, R. C., Davis, J. H., & Schoorman, F. D. (1995). An integrative model of organizational trust. Academy of Management Review, 20(3), 709–734. https://doi.org/10.5465/amr.1995.9508080332
• McKnight, D. H., Choudhury, V., & Kacmar, C. (2002). Developing and validating trust measures for e-commerce: An integrative typology. Information Systems Research, 13(3), 334–359. https://doi.org/10.1287/isre.13.3.334.81
• Trope, Y., & Liberman, N. (2010). Construal-level theory of psychological distance. Psychological Review, 117(2), 440–463. https://doi.org/10.1037/a0018963

13. Questions et items du questionnaire / Scale Items

Les questions ci-dessous représentent les items exacts utilisés pour mesurer le risque d’achat en ligne perçu. Les items sont présentés dans leur version originale anglaise telle que formulée par les auteurs, accompagnés de leur adaptation expérimentale en français. Les mentions [product] et [retailer] (ou [produit] et [détaillant]) doivent être remplacées par les désignations concrètes correspondant au scénario d’évaluation.