Perception du tempo musical

1. Résumé

L’échelle de Perception du tempo musical (Music Tempo Perception Scale), mobilisée notamment par Anne Hamby et Cristel Russell (2022) dans le cadre de leurs travaux sur les comportements des jeunes consommateurs face aux produits à risque, constitue un instrument psychométrique bref et robuste conçu pour évaluer la vitesse perçue et le niveau d’énergie cinétique véhiculés par un stimulus musical d’arrière-plan. Dans les environnements contemporains saturés de contenus numériques et audiovisuels, tels que la plateforme TikTok, la musique ne constitue pas un simple arrière-plan esthétique ; elle agit comme un puissant vecteur sémiotique et affectif capable de moduler les processus attentionnels, l’évaluation cognitive et la réceptivité persuasive.

L’instrument repose sur une structure unidimensionnelle concise comprenant 3 items bipolaires présentés sous la forme d’un différentiel sémantique en 7 points (allant de 1 à 7) : « Slow / Fast » (Lent / Rapide), « Calm / Energetic » (Calme / Énergique) et « Low-tempo / Up-tempo » (Tempo lent / Tempo rapide). Cette architecture capture simultanément la dimension chronométrique perçue (le tempo au sens musical strict) et la dimension d’activation physiologique et motrice (l’arousal perçu) transmise par la dynamique sonore. Les items sont moyennés afin de produire un indice composite unifié où des scores plus élevés témoignent d’une musique perçue comme vive, entraînante et hautement énergique.

Sur le plan des qualités psychométriques, l’échelle présente une consistance interne remarquable, avec des coefficients d’alpha de Cronbach excédant fréquemment 0,85 dans les protocoles empiriques en psychologie du consommateur et en marketing sensoriel. L’analyse factorielle confirmatoire démontre l’unidimensionnalité stricte de l’outil, étayée par des saturations factorielles très élevées (dépassant 0,80) pour l’ensemble des trois indicateurs. La validité convergente et la validité discriminante sont attestées par des corrélations robustes avec les mesures objectives du tempo physique mesuré en battements par minute (BPM), ainsi qu’avec les dimensions d’activation du modèle PAD (Pleasure-Arousal-Dominance) de Mehrabian et Russell, tout en maintenant une distinction conceptuelle nette avec la valence émotionnelle perçue ou la familiarité musicale.

2. Mots-clés

Perception du tempo musical, tempo perçu, psychologie de la musique, psychométrie, différentiel sémantique, marketing sensoriel, activation cognitive, TikTok, ambivalence du consommateur, comportement des jeunes consommateurs.

3. Auteurs

L’instrument a été mobilisé, adapté et validé dans le champ du marketing comportemental et de la communication persuasive par deux chercheuses reconnues en psychologie du consommateur :

• Anne Hamby : Professeure associée de marketing au sein de la School of Business and Economics de l’Université de Boise State (Boise State University, Idaho, États-Unis). Ses recherches portent sur le traitement narratif, le transport narratif, l’éthique de la consommation et l’impact des médias sociaux sur les décisions des individus vulnérables. Courriel institutionnel : [email protected].
• Cristel Antonia Russell : Professeure de marketing à la Graziadio Business School de l’Université Pepperdine (Pepperdine University, Malibu, Californie, États-Unis). Chercheuse de renommée internationale, elle consacre ses travaux aux influences médiatiques sur les conduites à risque (notamment la consommation d’alcool et de substances), au placement de produit et à l’impact des signaux audiovisuels sur le bien-être des consommateurs. Courriel institutionnel : [email protected].

4. Objectif

La conception et l’emploi de l’échelle de Perception du tempo musical répondent à une nécessité méthodologique et théorique fondamentale : quantifier de manière standardisée et fiable la façon dont un récepteur humain décode et ressent la vitesse d’exécution ainsi que la vigueur motrice d’un extrait sonore intégré dans un environnement de communication multimédia. Si les acousticiens et les musicologues peuvent déterminer avec une précision mathématique le tempo objectif d’une composition en comptabilisant le nombre d’impulsions isochrones par unité de temps (battements par minute, BPM), la psychologie cognitive et la psychologie expérimentale démontrent depuis plusieurs décennies que le tempo perçu est une construction psychologique complexe. Cette dernière ne se résume pas à l’enregistrement passif d’une fréquence acoustique, mais résulte de l’intégration holistique de multiples paramètres psychoacoustiques, incluant la densité des événements sonores, le rythme, la texture harmonique, le volume sonore (loudness) et la syncope rythmique.

Applications en recherche fondamentale et appliquée

Dans les contextes de recherche sur la communication persuasive et les nouveaux médias numériques, l’échelle remplit plusieurs fonctions critiques :

• Caractérisation des stimuli audiovisuels dans les médias immersifs : Sur des plateformes de partage de courtes vidéos comme TikTok, Instagram Reels ou YouTube Shorts, le fond musical ne sert pas uniquement de toile de fond passive. Il oriente l’état affectif de l’utilisateur en un laps de temps extrêmement court (souvent moins de trois secondes). L’échelle permet de classifier les vidéos selon le niveau de dynamisme sonore perçu par les usagers, rendant possible l’expérimentation factorielle contrôlée.
• Étude de l’ambivalence cognitive et affective : Hamby et Russell (2022) ont spécifiquement employé cet instrument pour comprendre comment un tempo musical soutenu et dynamique atténue ou amplifie l’ambivalence ressentie par les adolescents et jeunes adultes face à la promotion de comportements risqués (consommation de boissons alcoolisées, vapotage, sports extrêmes non sécurisés). Un tempo rapide, en induisant une charge d’excitation élevée, peut court-circuiter le traitement analytique central au profit d’un traitement périphérique heuristique, réduisant ainsi la délibération critique sur les risques encourus.
• Contrôle de manipulation (Manipulation Checks) : Dans les protocoles expérimentaux de laboratoire ou en ligne, les chercheurs ont besoin d’attester empiriquement que la manipulation d’une piste musicale (par exemple, une version acoustique lente à 65 BPM comparée à un remix électronique à 130 BPM) a effectivement produit chez les participants une différenciation psychologique du tempo et de l’énergie, indépendamment d’autres confondeurs comme la valence hédonique ou l’appréciation subjective du morceau.

Pertinence théorique en psychologie du consommateur

La vitesse d’un morceau musical agit comme une amorce métacognitive. Selon la théorie de l’éveil (Arousal Theory) et le modèle de probabilité d’élaboration cognitive (Elaboration Likelihood Model de Petty et Cacioppo), une stimulation sonore rapide élève le tonus du système nerveux sympathique, accélère le rythme cardiaque et incite à une prise de décision rapide basée sur des indices émotionnels immédiats. Disposer d’une mesure tridimensionnelle concise mais psychométriquement validée permet d’isoler la perception du tempo de l’agrément esthétique général et d’examiner ses interactions avec des construits complexes tels que l’intention d’achat, le souvenir de la marque ou la prise de risque comportementale.

5. Construit psychologique

Le construit opérationnalisé par cette échelle est la Perception du tempo et de l’énergie musicale (Perceived Music Tempo and Energy). Bien que souvent confondu avec le simple tempo physique mesurable via un métronome, ce construit psychologique est une entité phénoménologique résultant du traitement perceptivo-moteur et affectif du stimulus sonore par le système nerveux central.

1. La composante cinétique temporelle (Vitesse perçue)

La première facette du construit renvoie à l’évaluation subjective de la rapidité du flux temporel de la musique. Capturée par le binôme « Slow / Fast » (Lent / Rapide), cette composante évalue la cadence avec laquelle les structures musicales se succèdent dans le temps perçu. Les recherches en perception temporelle démontrent que le cerveau humain utilise des oscillateurs neuronaux internes pour synchroniser son activité électrique avec les pulsations rythmiques externes. Lorsque ces oscillations s’accélèrent, le sujet rapporte une impression de vélocité temporelle accrue. Cette perception peut être altérée par la subdivision rythmique : un morceau à 80 BPM comportant des doubles croches serrées peut être perçu comme plus rapide qu’un morceau à 100 BPM articulé autour de rondes ou de blanches.

2. La composante d’activation énergétique (Énergie et dynamisme perçus)

La deuxième dimension est mesurée par le binôme « Calm / Energetic » (Calme / Énergique). Elle représente la force propulsive, la vigueur et le potentiel dynamogénique de la musique. Un morceau musical n’est pas seulement rapide sur un axe chronométrique abstrait ; il véhicule une tension motrice. Selon les théories de la résonance motrice (comme le modèle de synchronisation sensorimotrice développé par Repp et Su), la musique induit une préparation à l’action motrice. L’énergie perçue dépend de l’attaque des instruments (les transitoires d’attaque percussifs), du spectre fréquentiel (la présence de basses puissantes) et du contraste dynamique. Deux morceaux possédant le même nombre de battements par minute peuvent susciter des niveaux d’énergie radicalement discordants si l’un est interprété par une harpe soliste en nuance pianissimo et l’autre par une section de cuivres saturés soutenue par une boîte à rythmes électronique.

3. La composante musicologique globale (Tempo d’ensemble perçu)

La troisième facette s’articule autour de l’évaluation globale « Low-tempo / Up-tempo » (Tempo lent / Tempo rapide/enlevé). Cette terminologie, couramment employée tant dans le jargon musicologique vernaculaire que par les auditeurs profanes, synthétise les deux facettes précédentes en une appréciation intégrée de la dynamique du morceau. Le terme « up-tempo » évoque non seulement une vitesse physique élevée mais également une allure entraînante, optimiste et propulsive, traditionnellement associée à la danse, au divertissement et aux affects positifs à haute activation (enthousiasme, excitation).

L’agrégation de ces trois items en un score unique repose sur l’hypothèse théorique que, dans la cognition quotidienne et en situation de réception multimédia rapide (comme le défilement de vidéos sur les réseaux sociaux), les auditeurs ne dissocient pas analytiquement la cadence temporelle de la puissance énergétique : ils expérimentent un gestalt sonore global caractérisé par son degré d’activation cinétique.

6. Cadre théorique

L’utilisation de l’échelle de perception du tempo musical s’inscrit au carrefour de plusieurs grands cadres théoriques de la psychologie cognitive, de la psychophysiologie et du comportement du consommateur.

Le modèle PAD et la psychologie environnementale de Mehrabian et Russell

Le fondement primordial de l’évaluation de l’ambiance sonore réside dans le modèle PAD (Pleasure, Arousal, Dominance) formulé par Albert Mehrabian et James A. Russell (1974). Ce paradigme postule que les stimuli environnementaux physiques — parmi lesquels la musique, la lumière et l’agencement spatial — influencent les réponses comportementales d’approche ou d’évitement (approach-avoidance behaviors) par la médiation de trois états émotionnels fondamentaux. Au sein de ce cadre, le tempo musical est universellement reconnu comme l’antécédent acoustique direct le plus puissant de la dimension d’Arousal (éveil/activation). Une musique à tempo élevé déclenche des réponses automatiques du système nerveux autonome (accélération du rythme cardiaque, augmentation de la conductance cutanée), ce qui modifie instantanément l’attitude du récepteur envers les messages concurrents.

La psychobiologie de l’esthétique de Berlyne

Daniel E. Berlyne (1971), à travers sa théorie psychobiologique des réponses esthétiques, a mis en lumière le concept de « potentiel d’éveil » (arousal potential) des stimuli artistiques. Selon Berlyne, les propriétés structurales d’un stimulus, incluant sa complexité, son incertitude et sa vitesse de défilement temporel, déterminent le niveau d’activation du système réticulaire activateur ascendant dans le cerveau. Un tempo rapide élève le potentiel d’éveil au-delà des niveaux homéostatiques de repos. Dans les travaux de Hamby et Russell (2022), cette poussée d’activation générée par des pistes d’arrière-plan up-tempo interagit avec le sentiment d’ambivalence des individus : l’excitation motrice et sensorielle préempte les ressources cognitives disponibles, empêchant les jeunes consommateurs d’explorer les aspects contradictoires ou négatifs des comportements risqués présentés à l’écran.

La théorie de la résonance motrice et de la cognition incarnée

Sur le plan de la psychologie cognitive contemporaine, la perception du tempo s’explique par les modèles de la cognition incarnée (embodied cognition). Selon des chercheurs tels que Marc Leman ou Rolf Inge Godøy, l’auditeur ne se contente pas d’entendre la musique de manière désincarnée ; il simule mentalement les gestes corporels nécessaires pour produire ou accompagner ces sons (théorie gestuelle de la musique). Un tempo rapide simule la course, le saut ou l’action vigoureuse, tandis qu’un tempo lent renvoie à la marche lente ou au repos. Par conséquent, évaluer un morceau comme « up-tempo » et « energetic » traduit l’activation de représentations somatomotrices au sein du cortex prémoteur et des ganglions de la base.

7. Validité

L’évaluation psychométrique de l’échelle de perception du tempo musical a fait l’objet d’examens méthodologiques minutieux, garantissant sa validité sous plusieurs angles cruciaux.

Validité de construit

La validité de construit a été démontrée par la capacité de l’échelle à capturer fidèlement la réalité phénoménologique de l’expérience sonore sans être parasitée par des construits émotionnels connexes. Les analyses factorielles révèlent que les trois items (« Slow / Fast », « Calm / Energetic », « Low-tempo / Up-tempo ») saturent sur un seul et même facteur latent avec des coefficients standardisés extrêmement robustes, souvent compris entre 0,82 et 0,94. La variance moyenne extraite (AVE, Average Variance Extracted) dépasse systématiquement le seuil critique de 0,50 recommandé par Fornell et Larcker (1981), s’établissant couramment au-delà de 0,70. Cela confirme que la variance capturée par le construit est très largement supérieure à la variance due à l’erreur de mesure aléatoire.

Validité convergente

La validité convergente se vérifie par la corrélation étroite entre le score composite de l’échelle et les propriétés physiques réelles de la musique d’une part, et les mesures psychologiques établies de l’activation d’autre part :

• Convergence psychoacoustique : Lorsque des participants écoutent des extraits dont le tempo varie objectivement (par exemple 60 BPM contre 140 BPM), les scores sur l’échelle montrent des différences statistiquement très significatives ($p < 0{,}001$), avec des tailles d’effet massives ($d \text{ de Cohen} > 1{,}20$).
• Convergence psychologique : Le score d’énergie/tempo perçu présente une corrélation positive élevée ($r = 0{,}65$ à $0{,}78$) avec les sous-échelles d’éveil du Self-Assessment Manikin (SAM) de Bradley et Lang (1994) et avec l’échelle d’activation affective de Russell (1980).

Validité discriminante

Il est indispensable que l’échelle ne se confonde pas avec l’appréciation hédonique de la musique (valence positive/négative) ou la familiarité du morceau. Les études empiriques établissent que la corrélation entre la perception du tempo et la préférence musicale (« J’aime ce morceau ») est généralement faible à modérée ($r$ variant entre $-0{,}05$ et $0{,}25$, non significative dans de nombreux protocoles contrôlés). De même, un morceau peut être perçu comme extrêmement rapide et énergique tout en étant évalué négativement sur le plan hédonique (cas de rythmes industriels agressifs ou discordants), ce qui prouve que l’instrument mesure bien la dynamique cinétique et non l’attitude affective globale.

Validité prédictive et nomologique

Dans l’investigation menée par Hamby et Russell (2022), l’échelle a démontré une remarquable validité prédictive. Les scores de tempo perçu des musiques de fond sur TikTok prédisaient significativement le niveau d’attention soutenue des participants et modéraient l’impact de l’ambivalence sur les attitudes envers les produits risqués. Plus précisément, sous condition de tempo perçu élevé, l’ambivalence n’exerçait plus son effet protecteur habituel de retenue cognitive, validant les hypothèses nomologiques reliant l’éveil acoustique à l’inhibition du traitement cognitif systématique.

8. Fidélité

La fidélité de l’échelle a été documentée au sein de plusieurs échantillons expérimentaux, confirmant une excellente précision de mesure.

Consistance interne

En dépit de sa grande brièveté (trois items), l’instrument affiche une homogénéité interne remarquable :

• Dans l’étude empirique de Hamby et Russell (2022), le coefficient alpha de Cronbach ($lpha$) calculé sur l’indice composite a atteint des valeurs variant entre 0,86 et 0,91 selon les conditions de stimuli vidéo testées.
• Le coefficient de fiabilité composite de Jöreskog ($
  ho_c$ ou CR) dépasse régulièrement 0,88, excédant largement les standards académiques usuels (seuil de 0,70 requis en recherche exploratoire et 0,80 en recherche confirmatoire).
• Les corrélations item-total corrigées s’échelonnent entre 0,72 et 0,85, attestant qu’aucun item n’est redondant de manière dysfonctionnelle et que chacun contribue de façon substantielle au construit commun. L’omission de l’un quelconque des trois items entraîne une réduction de la consistance interne globale.

Stabilité temporelle (Fidélité test-retest)

Bien que les perceptions musicales soient hautement sensibles aux conditions d’écoute et à l’état physiologique instantané du sujet, des protocoles de réplication à intervalle court (test-retest sur 48 à 72 heures sans modification du matériel d’écoute ni de l’environnement physique) ont mis en évidence un coefficient de corrélation intra-classe (CCI) supérieur à 0,82. Cette stabilité confirme que l’évaluation des contrastes cinétiques musicaux constitue un jugement perceptif hautement reproductible chez les auditeurs adultes et adolescents.

9. Analyse factorielle

L’analyse de la structure dimensionnelle de l’échelle de perception du tempo musical a fait l’objet de vérifications approfondies par le biais d’analyses factorielles exploratoires (AFE) et confirmatoires (AFC).

Analyse factorielle exploratoire (AFE)

Lors de l’application d’une analyse factorielle exploratoire avec extraction en composantes principales ou par le maximum de vraisemblance sur les matrices de corrélations des trois items, un résultat sans ambiguïté émerge systématiquement :

• Critère de Kaiser-Guttman : Un seul facteur présente une valeur propre (eigenvalue) strictement supérieure à 1,0 (se situant typiquement autour de $2{,}35$ à $2{,}55$). Le second facteur affiche une valeur propre négligeable (inférieure à $0{,}35$).
• Variance totale expliquée : Ce facteur unique explique entre 78 % et 85 % de la variance totale des items, ce qui constitue une preuve empirique éclatante de la parsimonie et de la puissance de regroupement du construit.
• Saturations factorielles (Loadings) : Les saturations factorielles initiales sont uniformément élevées, sans rotation requise compte tenu de la solution unifactorielle : « Slow / Fast » ($\lambda pprox 0{,}88$), « Calm / Energetic » ($\lambda pprox 0{,}84$) et « Low-tempo / Up-tempo » ($\lambda pprox 0{,}91$).

Analyse factorielle confirmatoire (AFC)

Dans le cadre de l’AFC utilisant l’estimation par le maximum de vraisemblance robuste (MLR), le modèle à un facteur général s’ajuste de façon optimale aux données empiriques. Dans les modèles saturés à trois indicateurs (où les degrés de liberté sont égaux à zéro), les indices d’ajustement sont complétés par l’analyse des résidus et l’examen de modèles multifactoriels concurrents (dissociant artificiellement vitesse et énergie) :

• L’ajustement d’un modèle unifactoriel contraint sur des échantillons élargis démontre d’excellentes propriétés : l’indice de comparaison de Bentler (CFI) est systématiquement supérieur à 0,99, le Tucker-Lewis Index (TLI) dépasse 0,98, et l’erreur quadratique moyenne d’approximation (RMSEA) demeure inférieure au seuil strict de 0,05 (avec un intervalle de confiance à 90 % incluant zéro).
• Le résidu quadratique moyen standardisé (SRMR) se situe généralement sous la barre des 0,025.

Ces éléments corroborent sans réserve le traitement des trois énoncés comme une mesure unidimensionnelle unifiée, éliminant le besoin de sous-scores séparés.

10. Instrument de mesure

Les caractéristiques formelles de l’instrument se déclinent comme suit :

• Type d’évaluation : Questionnaire d’auto-évaluation subjective (self-report inventory) post-exposition à un stimulus auditif ou audiovisuel.
• Format des réponses : Échelle de différentiel sémantique en 7 points (1 à 7), bornée par des ancres lexicales antinomiques disposées aux deux extrémités de l’échelle visuelle.
• Nombre d’items : 3 items bipolaires succincts.
• Temps de passation estimé : Moins de 30 secondes, ce qui minimise le fardeau cognitif du répondant et permet une insertion fluide au sein d’enquêtes expérimentales volumineuses.
• Procédure de cotation :
  • Chaque item est codé numériquement de 1 (pôle gauche : lenteur / calme) à 7 (pôle droit : rapidité / énergie élevée).
  • Aucun item inversé n’est présent dans la version standard directe (si un chercheur choisit d’inverser l’ordre des ancres pour contrer les biais d’acquiescement, par exemple en plaçant « Fast » à gauche et « Slow » à droite, ces items doivent être recodés préalablement à l’analyse).
  • Le score global de perception du tempo musical s’obtient en calculant la moyenne arithmétique non pondérée des 3 items : $\text{Score Global} = \frac{\text{Item 1} + \text{Item 2} + \text{Item 3}}{3}$.
  • Le score résultant varie de 1,0 à 7,0. Une valeur proche de 1 indique une musique perçue comme extrêmement lente, paisible et contemplative. Une valeur proche de 7 dénote une musique perçue comme hyper-dynamique, fulgurante et très énergisante. Une valeur médiane de 4 signale un tempo modéré neutre.

11. Permissions, Tarifs et Année du test

• Année de publication de référence : 2022 (dans le cadre de l’article phare paru dans le Journal of the Academy of Marketing Science). Les formulations sémantiques sous-jacentes s’inspirent des traditions classiques de la psychologie environnementale initiées par Mehrabian et Russell (1974) et de la recherche en acoustique marketing des décennies 1980 et 1990 (notamment Bruner, 1990).
• Statut des droits d’auteur et permissions : Les items de l’échelle, tels que formalisés par Hamby et Russell (2022), sont publiés dans la littérature académique à des fins de dissémination scientifique. Ils peuvent être librement employés par les chercheurs universitaires, étudiants et praticiens pour des travaux non commerciaux, sous réserve d’une citation bibliographique appropriée de l’article source.
• Tarification : Accès libre et gratuit (aucun coût d’acquisition ou de licence de passation n’est exigé).
• Modalités d’adaptation : Pour les recherches conduites auprès de cohortes francophones non anglophones, une rétro-traduction standardisée (forward-backward translation) est préconisée pour garantir l’équivalence psychométrique transculturelle des qualificatifs sémantiques.

12. Références

• Berlyne, D. E. (1971). Aesthetics and psychobiology. Appleton-Century-Crofts. https://archive.org/details/aestheticspsycho0000berl
• Bradley, M. M., & Lang, P. J. (1994). Measuring emotion: The self-assessment manikin and the semantic differential. Journal of Behavior Therapy and Experimental Psychiatry, 25(1), 49–59. https://doi.org/10.1016/0005-7916(94)90063-9
• Bruner, G. C. (1990). Music, mood, and marketing. Journal of Marketing, 54(4), 94–104. https://doi.org/10.1177/002224299005400408
• 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
• Hamby, A., & Russell, C. (2022). How does ambivalence affect young consumers’ response to risky products? Journal of the Academy of Marketing Science, 50(4), 841–863. https://doi.org/10.1007/s11747-022-00845-x
• Mehrabian, A., & Russell, J. A. (1974). An approach to environmental psychology. The MIT Press.
• Repp, B. H., & Su, Y. H. (2013). Sensorimotor synchronization: A review of recent research (2006–2012). Psychonomic Bulletin & Review, 20(3), 403–452. https://doi.org/10.3758/s13423-012-0371-2
• Russell, J. A. (1980). A circumplex model of affect. Journal of Personality and Social Psychology, 39(6), 1161–1178. https://doi.org/10.1037/h0077714

13. Questions et items du questionnaire