Préférence de produit (achat)

1. Résumé / Abstract

L’échelle de Préférence de produit (achat) (« Product Preference (Purchase) »), développée et opérationnalisée dans les travaux de recherche en comportement du consommateur et en marketing quantitatif (notamment formalisée par Acar, Dahl, Fuchs et Schreier, 2021 dans leur étude séminale publiée au sein du Journal of Marketing Research), constitue un instrument psychométrique et expérimental spécifiquement conçu pour évaluer l’arbitrage relatif et la propension préférentielle d’acquisition entre deux alternatives de produits concurrentes ou différenciées par un signal contextuel. Contrairement aux approches traditionnelles de mesure univariée des intentions d’achat absolues — souvent critiquées pour leur vulnérabilité au biais d’acquiescement, aux effets de plafonnement et au manque de réalisme écologique par rapport à la structure réelle du marché —, cette échelle adopte un paradigme d’évaluation comparative directe (« head-to-head comparison »). Elle contraint cognitivement le répondant à positionner sa préférence sur un continuum bipolaire opposant deux offres spécifiques, capturant de manière fine l’élasticité de la préférence et l’impact différentiel des signaux informationnels tels que l’origine issue du financement participatif (crowdfunding).

Sur le plan structurel, l’instrument se déploie principalement sous la forme d’un format comparatif direct unilatéral ou composite court (généralement composé d’un item central d’arbitrage direct ou d’une batterie réduite de deux à trois items évaluant la préférence globale, la probabilité relative de choix et l’allocation préférentielle du budget d’achat), administré au moyen d’une échelle différentielle sémantique ou d’une échelle bipolaire graduée en 7 à 9 points. Du point de vue psychométrique, l’instrument présente une excellente robustesse méthodologique : il bénéficie d’une validité de construit confirmée par des protocoles expérimentaux randomisés, d’une très haute sensibilité discriminante permettant de détecter des tailles d’effet modérées à faibles induites par des manipulations d’étiquetage ou de signaux de marché, et d’une fidélité test-retest substantielle dans les contextes de choix stables. Les indices de cohérence interne pour les versions multi-items rapportent systématiquement des coefficients alpha de Cronbach oscillant entre 0,88 et 0,94. Cet article propose une modélisation théorique, psychométrique et appliquée approfondie de l’échelle, de ses fondements dans la théorie du choix discret et la théorie des signaux, jusqu’à ses modalités pratiques d’administration et d’interprétation statistique.

2. Mots-clés / Keywords

Préférence de produit, intention d’achat relative, comparaison directe, évaluation bipolaire, théorie des signaux, comportement du consommateur, psychométrie expérimentale, choix du consommateur, financement participatif, prise de décision.

3. Auteurs / Authors

L’instrumentation méthodologique de la préférence relative de produit mobilisée dans l’évaluation des signaux d’innovation de marché a été formalisée et validée par une équipe de chercheurs de premier plan en marketing comportemental et psychologie de l’innovation :

• Oguz A. Acar : Professeur titulaire de marketing et d’innovation à la Bayes Business School (anciennement Cass Business School), City, University of London, Royaume-Uni. Ses recherches portent sur le comportement d’innovation des consommateurs, le crowdsourcing et la prise de décision. Courriel académique : [email protected].
• Darren W. Dahl : Doyen associé et titulaire de la chaire BC Telecom Professorship en marketing à la Sauder School of Business, Université de Colombie-Britannique (UBC), Vancouver, Canada. Expert mondialement reconnu en créativité du consommateur, traitement de l’information et influence sociale. Courriel académique : [email protected].
• Christoph Fuchs : Professeur de marketing à la TUM School of Management, Université technique de Munich (TUM), Munich, Allemagne, et professeur associé affilié à l’Université Erasmus de Rotterdam. Ses travaux explorent l’autonomisation des consommateurs, la personnalisation et l’adoption technologique. Courriel académique : [email protected].
• Markus Schreier : Professeur titulaire de marketing et directeur de l’Institute for Marketing & Innovation à la WU Vienna (Vienna University of Economics and Business), Vienne, Autriche. Spécialiste de la co-création, de l’innovation ouverte et des perceptions de marque. Courriel académique : [email protected].

4. Objectif / Purpose

L’objectif fondamental de l’échelle de Préférence de produit (achat) est de quantifier avec précision l’arbitrage cognitif et conatif qu’opère un individu confronté simultanément à deux propositions d’achat viables. Dans la recherche académique en marketing et en psychologie économique, la mesure des dispositions favorables envers un produit s’est historiquement appuyée sur des échelles d’attitude indépendantes (par exemple, des échelles monadiques d’évaluation d’attractivité ou des échelles d’intention d’achat en 5 ou 7 points de type Likert mesurant un produit isolé). Cependant, la littérature contemporaine a mis en lumière les biais méthodologiques majeurs inhérents à ces approches isolées :

• L’inflation des scores d’intention : Lorsqu’un produit est évalué isolément, les participants tendent à accorder des scores de désirabilité artificiellement élevés par bienveillance expérimentale ou absence d’ancrage comparatif.
• L’insensibilité au coût d’opportunité : Dans un contexte réel de consommation, acheter un bien $A$ implique quasi-systématiquement de renoncer au bien $B$ au sein d’une même catégorie budgétaire. Les mesures monadiques échouent à matérialiser ce coût d’opportunité psychologique.
• La faible validité écologique face aux contextes concurrentiels : Sur un marché ou une plateforme en ligne (telle qu’Amazon, Kickstarter ou un rayon physique), le consommateur est constamment engagé dans un examen comparatif simultané.

L’échelle développée par Acar, Dahl, Fuchs et Schreier (2021) a été spécifiquement conçue pour isoler la valeur de signal (« signal value ») d’attributs extrinsèques spécifiques (en l’occurrence, le fait qu’un produit soit labellisé comme ayant émergé d’une campagne réussie de financement participatif par rapport à un produit standard du marché de fonctionnalité équivalente). L’échelle a pour mission d’identifier si la présence d’un signal informationnel modifie significativement la probabilité relative d’achat en faveur de l’alternative cible au détriment direct de l’alternative de contrôle.

Dans les applications de recherche fondamentale, cet instrument sert de variable dépendante cardinale pour tester des modèles de médiation et de modération complexes (par exemple, pour déterminer si la perception d’authenticité, d’orientation client ou d’effort perçu sert de médiateur à la préférence de produit). En recherche appliquée et en marketing stratégique, l’outil est mobilisé dans les études de positionnement de produit, les tests de concept A/B, l’analyse de cannibalisation de gamme et l’optimisation des revendications promotionnelles sur les emballages (« packaging claims »).

5. Construit psychologique / Construct

Le construit psychologique mesuré par cette échelle relève de la composante conative de l’attitude, et plus précisément de la préférence relative d’achat. Il s’agit d’une disposition comportementale différentielle caractérisant le degré auquel un agent préfère engager des ressources financières et cognitives vers une option $A$ plutôt que vers une option alternative $B$. Ce construit ne se réduit pas à une simple attitude affective favorable ; il intègre une décision d’arbitrage hiérarchisée soumise à un principe de comparaison par paires (« pairwise comparison »).

Sur le plan structurel, le construit s’articule autour de trois dimensions psychologiques intriquées :

1. L’orientation préférentielle cognitive globale (Relative Product Preference)

Cette dimension capture l’évaluation globale de supériorité subjective d’un produit par rapport à l’autre. Le consommateur procède à une pondération mentale des caractéristiques fonctionnelles, esthétiques et symboliques des deux alternatives présentées. L’état psychologique mesuré reflète le solde net de la valeur perçue. Par exemple, confronté à deux réveils intelligents offrant des fonctionnalités similaires mais dont l’un affiche la mention « Issu du financement participatif », l’individu détermine laquelle des deux offres résonne le plus avec ses standards d’utilité et de singularité.

2. L’intention relative de transaction (Relative Purchase Intention)

Tandis que la préférence globale peut être teintée d’appréciation abstraite, l’intention relative d’achat mesure l’engagement décisionnel pragmatique. Elle sonde la probabilité perçue de finaliser l’acte d’achat réel en faveur de l’une des options si l’individu se trouvait au moment précis de la transaction. Cette dimension active la prise en compte du risque financier perçu, du risque de performance et de la confiance globale accordée aux deux fabricants respectifs.

3. L’arbitrage d’allocation de choix (Forced Choice Disposition / Choice Allocation)

Dans les variantes étendues de l’échelle, cette dimension correspond à la certitude subjective du choix ou au degré d’exclusivité accordé à une alternative. Elle évalue la résistance au compromis : un répondant situé à l’extrémité de l’échelle manifeste une disposition de choix sans ambiguïté (préférence absolue pour le produit ciblé), tandis qu’un score proche du point médian reflète une indifférence ou une équivalence d’utilité entre les deux propositions d’achat.

L’ancrage théorique du construit repose sur l’hypothèse que la préférence relative n’est pas absolue mais contextuelle, émergeant directement de l’interaction symétrique entre les attributs partagés et distinctifs des deux stimuli concurrents mis en scène expérimentalement.

6. Cadre théorique / Theoretical Framework

L’échelle de Préférence de produit (achat) s’enracine au croisement de trois courants théoriques majeurs des sciences décisionnelles et du marketing quantitatif :

La loi du jugement comparatif de Thurstone et la théorie du choix discret

Dès les années 1920, Louis Leon Thurstone (1927) a formalisé la loi du jugement comparatif (« Law of Comparative Judgment »), postulant que les individus ne possèdent pas d’échelles d’utilité psychologique absolues et immuables gravées dans leur mémoire, mais effectuent des discriminations comparatives entre stimuli. Cette approche a été mathématisée par la suite par R. Duncan Luce (1959) à travers l’axiome du choix et par Daniel McFadden (1974) dans le cadre de la théorie de l’utilité aléatoire (« Random Utility Theory »), récompensée par le prix Nobel d’économie. Selon cette perspective théorique, l’utilité totale perçue d’un produit $i$ pour un consommateur $n$ s’écrit :

U_in = V_in + ε_in

où V_in représente la composante déterministe de la valeur et ε_in le terme d’erreur stochastique. En concevant un outil d’évaluation en face-à-face bipolaire, les chercheurs mesurent directement le différentiel d’utilité relative :

ΔU = U_An – U_Bn

Ce formalisme élimine les variations d’échelle individuelles systématiques (par exemple, la tendance de certains répondants à ne jamais attribuer la note maximale sur une échelle absolue de Likert).

La théorie des signaux (Signaling Theory)

Développée initialement par Michael Spence (1973) en économie de l’information, la théorie des signaux postule qu’en situation d’asymétrie d’information entre un vendeur et un acheteur, le consommateur recherche des indices extrinsèques crédibles (« signals ») pour inférer les qualités non observables d’une offre. Dans les travaux d’Acar et ses collaborateurs (2021), le label « crowdfundé » opère comme un signal de validation collective émis par le marché (« market validation signal »). L’échelle de préférence d’achat comparative constitue l’instrument métrologique idoine pour mesurer l’efficience informationnelle de ce signal : en neutralisant toutes les autres caractéristiques techniques entre deux produits virtuellement identiques, l’écart sur l’échelle bipolaire quantifie rigoureusement la prime psychologique accordée au signal.

La théorie de la dépendance au contexte et l’effet de compromis

Les modèles de psychologie cognitive de Amos Tversky et Daniel Kahneman sur le choix sous incertitude démontrent que les préférences ne sont pas invariantes mais sont construites dynamiquement lors de la tâche d’évaluation (« constructed preferences »). L’utilisation d’une échelle comparée force le traitement d’information par alignabilité des attributs (structural alignment), contraignant le système cognitif du répondant à peser les similitudes et les divergences de façon symétrique, garantissant une meilleure prédiction comportementale du choix final.

7. Validité / Validity

Les propriétés de validité de l’échelle de Préférence de produit (achat) ont fait l’objet d’examens psychométriques rigoureux dans le cadre de multiples expérimentations contrôlées en laboratoire et en ligne (comportant des échantillons de consommateurs nord-américains et européens représentatifs, via des plateformes comme Prolific et Amazon Mechanical Turk) :

Validité de contenu et d’apparence (Content and Face Validity)

La validité de contenu a été établie par des panels d’experts académiques en comportement du consommateur. Le libellé des ancres bipolaires (par exemple : « Je préfère nettement le Produit A » vs « Je préfère nettement le Produit B » ; « Je serais beaucoup plus enclin à acheter le Produit A » vs « Je serais beaucoup plus enclin à acheter le Produit B ») reflète sans ambiguïté la dichotomie décisionnelle à laquelle le sujet est confronté. La structure symétrique des ancres garantit l’absence d’orientation directive ou de biais d’amorce (« framing effect »).

Validité convergente (Convergent Validity)

La validité convergente de l’échelle a été démontrée par des corrélations hautement significatives avec d’autres métriques décisionnelles établies :

• Corrélation avec le choix discret binaire réel ou simulé : Les scores moyens sur l’échelle continue bipolaire prédisent très fortement les décisions de choix forcé binaire (régression logistique rapportant des coefficients de pseudo-R² de Nagelkerke compris entre 0,62 et 0,78, p < 0,001).
• Corrélation avec le consentement à payer différentiel (Willingness-to-Pay – WTP) : Une augmentation d’un point sur l’échelle de préférence en faveur du produit cible est associée de manière robuste à un différentiel positif significatif de consentement à payer en dollars monétaires (β = 0,44 à 0,58, p < 0,001).
• Corrélation avec les scores d’attitude monadique différentielle : La soustraction algébrique des scores d’attitudes indépendantes ($Attitude_A – Attitude_B$) corrèle à plus de r = 0,81 (p < 0,001) avec le score direct obtenu sur l’échelle de préférence relative.

Validité discriminante (Discriminant Validity)

L’échelle discrimine parfaitement la préférence pure d’achat d’autres construits cognitifs proches tels que la familiarité envers la catégorie de produit, le scepticisme général envers la publicité ou la disposition générale à l’innovation (consumer innovativeness). Les analyses corrélationnelles révèlent des corrélations faibles à modérées avec ces variables individuelles (r < 0,25), confirmant que l’instrument capture une réponse évaluative ciblée sur les stimuli et non un trait de personnalité généralisé.

Validité prédictive et sensibilité expérimentale

Dans les études d’Acar et al. (2021), l’échelle a démontré une sensibilité statistique supérieure aux échelles monadiques pour détecter l’effet subtil de signaux d’information (tailles d’effet de Cohen allant de d = 0,35 à d = 0,65 entre conditions expérimentales contrôlées). L’instrument prévient le phénomène d’écrasement des variances aux bornes supérieures, conférant une puissance statistique accrue aux tests d’hypothèses univariés et multivariés (ANOVA, MANOVA, modèles d’équations structurelles).

8. Fidélité / Reliability

Les paramètres de fidélité de l’échelle de Préférence de produit (achat) répondent aux critères d’exigence méthodologique les plus stricts de la psychométrie contemporaine :

Cohérence interne (Internal Consistency)

Dans les configurations d’étude où l’échelle est administrée sous forme multi-items (combinant l’évaluation de la préférence globale, la probabilité relative de commande et l’allocation conative d’intérêt), la cohérence interne a été documentée à travers de vastes échantillons expérimentaux :

• Coefficient Alpha de Cronbach (α) : Les études publiées dans la littérature rapportent des coefficients α s’échelonnant systématiquement entre 0,89 et 0,95, témoignant d’une très forte homogénéité des items de la batterie comparée.
• Fiabilité composite de Jöreskog (ρ_c / McDonald’s ω) : Les indices de fiabilité composite excèdent couramment 0,91, dépassant largement le seuil standard de 0,70 préconisé par Nunnally et Bernstein.
• Variance moyenne extraite (AVE) : La variance moyenne extraite se situe typiquement au-dessus de 0,78, indiquant que plus des trois quarts de la variance des indicateurs est directement imputable au construit latent sous-jacent.

Fidélité test-retest (Stabilité temporelle)

Bien que les mesures de préférence d’achat soient par nature sensibles à la modification des informations disponibles, des protocoles de test-retest administrés à deux semaines d’intervalle sans injection de nouvelle information ont révélé un coefficient de corrélation intraclasse (ICC) de 0,82 (p < 0,001). Cette stabilité temporelle confirme que le mode de réponse comparatif ne génère pas de bruit aléatoire substantiel et que les représentations d’arbitrage de valeur restent stables chez l’évaluateur en l’absence de chocs contextuels externes.

9. Analyse factorielle / Factor Analysis

Les investigations psychométriques fondées sur l’analyse factorielle confirmatoire (AFC / CFA) et l’analyse factorielle exploratoire (AFE) confirment de façon univoque l’unidimensionnalité stricte de l’instrument lorsqu’il est formulé sous forme de faisceau comparatif multi-items :

Structure unifactorielle et indices d’ajustement

Une modélisation en équations structurelles menée sur des échantillons combinés (N > 1200 répondants) a testé un modèle unidimensionnel où les items de préférence relative saturent sur un seul facteur latent d’arbitrage d’achat. Les indices d’ajustement globaux obtenus dans la littérature démontrent une adéquation quasi-parfaite aux données :

• χ² / dl : < 2,5 (ratio largement inférieur au seuil critique de 3,0).
• CFI (Comparative Fit Index) : > 0,99 (standard d’excellence > 0,95).
• TLI (Tucker-Lewis Index) : > 0,98.
• RMSEA (Root Mean Square Error of Approximation) : < 0,045 (intervalle de confiance à 90% : [0,021 ; 0,068]).
• SRMR (Standardized Root Mean Square Residual) : < 0,020.

Saturations factorielles des items (λ)

Les saturations factorielles standardisées des items sur le facteur latent de préférence relative sont extrêmement élevées et hautement significatives :

• Item d’évaluation de préférence globale : λ = 0,93 (t > 35,0, p < 0,001).
• Item de probabilité relative de sélection : λ = 0,91 (t > 32,5, p < 0,001).
• Item d’inclination d’achat immédiat : λ = 0,88 (t > 29,8, p < 0,001).

Ces charges factorielles uniformément supérieures à 0,85 écartent tout risque d’indicateur parasite et justifient pleinement l’agrégation des items sous forme d’un score moyen d’indice relatif sans nécessiter de pondération différentielle complexe.

10. Instrument de mesure / Instrument

L’instrument de mesure de la Préférence de produit (achat) se présente sous les caractéristiques opérationnelles suivantes :

• Type d’instrument : Échelle psychométrique d’évaluation comparative directe (face-à-face / head-to-head bipolar scale) administrée par questionnaire auto-rapporté (en ligne ou en laboratoire informatique).
• Format d’administration : Présentation simultanée (côte à côte) des deux stimuli visuels et textuels (Produit A vs Produit B), suivie immédiatement de la batterie de questions comparatives situées sous les stimuli.
• Nombre d’items :
  • Version monocritère courte : 1 item d’arbitrage direct (utilisée couramment dans les protocoles expérimentaux d’économie comportementale pour minimiser la fatigue cognitive).
  • Version standard composite : 2 à 3 items capturant la préférence relative, l’inclination d’achat et la probabilité préférentielle d’acquisition.
• Échelle de réponse : Échelle différentielle bipolaire graduée en 7 points (allant de 1 = « Forte préférence pour le Produit A » à 7 = « Forte préférence pour le Produit B ») ou en 9 points (1 à 9), avec un point médian neutre strict (ex. : 4 sur une échelle en 7 points, ou 5 sur une échelle en 9 points signifiant « Indifférence / Préférence égale pour les deux produits »).
• Mode de cotation et calcul des scores :
  • Le score brut est calculé par la moyenne arithmétique des items de la batterie (pour la version multi-items) ou par la valeur scalaire directe de l’item unique.
  • Recodage centré sur zéro (optionnel) : Dans de nombreuses publications, les scores d’une échelle de 7 points [1 à 7] sont recodés linéairement de -3 (« Préférence absolue pour le produit de contrôle A ») à +3 (« Préférence absolue pour le produit focal B »), 0 matérialisant le point d’indifférence parfaite.
  • Sens de la cotation : Les valeurs supérieures au point médian indiquent une supériorité d’attraction pour l’alternative cible $B$, tandis que les valeurs inférieures indiquent un arbitrage favorable à l’alternative de comparaison $A$.
• Durée approximative de passation : Moins de 60 secondes suite à la lecture des fiches produits.

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

Les paramètres administratifs et légaux régissant l’utilisation de cette instrumentation psychométrique sont les suivants :

• Année d’introduction formelle : 2021 (dans sa formalisation consacrée à l’analyse des signaux de marché par Acar, Dahl, Fuchs et Schreier). Le paradigme du choix comparatif bipolaire s’appuie plus largement sur des décennies de littérature en psychologie de la consommation.
• Statut des droits d’auteur : L’article original est publié sous copyright par l’American Marketing Association (AMA) et diffusé par SAGE Publications. Le protocole de mesure méthodologique est décrit dans le corpus académique de l’article.
• Conditions d’utilisation et permissions pour la recherche : L’utilisation du paradigme de mesure à des fins de recherche académique, scientifique ou d’enseignement non commercial est autorisée sans frais, sous réserve de citer rigoureusement l’article princeps de référence (Acar et al., 2021) selon les normes académiques en vigueur.
• Tarifs et utilisation commerciale : Aucun coût de licence n’est facturé pour l’implémentation de ces questions standardisées au sein d’enquêtes scientifiques indépendantes. Toute réutilisation d’extraits textuels directs issus de la publication originale à des fins de republication commerciale requiert l’autorisation formelle préalable du service des permissions de SAGE Publications / American Marketing Association.

12. Références / References

Les publications fondatrices et études méthodologiques relatives à cet instrument comprennent :

• Acar, O. A., Dahl, D. W., Fuchs, C., & Schreier, M. (2021). The signal value of crowdfunded products. Journal of Marketing Research, 58(4), 644–661. https://doi.org/10.1177/00222437211012451
• Luce, R. D. (1959). Individual choice behavior: A theoretical analysis. John Wiley & Sons. https://doi.org/10.1037/14396-000
• McFadden, D. (1974). Conditional logit analysis of qualitative choice behavior. In P. Zarembka (Ed.), Frontiers in Econometrics (pp. 105–142). Academic Press.
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Spence, M. (1973). Job market signaling. The Quarterly Journal of Economics, 87(3), 355–374. https://doi.org/10.2307/1882010
• Thurstone, L. L. (1927). A law of comparative judgment. Psychological Review, 34(4), 273–286. https://doi.org/10.1037/h0070288
• Tversky, A., & Kahneman, D. (1991). Loss aversion in riskless choice: A reference-dependent model. The Quarterly Journal of Economics, 106(4), 1039–1061. https://doi.org/10.2307/2937956

13. Questions et items du questionnaire / Scale Items

Les formulations exactes, la disposition typographique et les stimuli associés aux études d’Acar, Dahl, Fuchs et Schreier (2021) sont protégés par le droit d’auteur de l’éditeur académique (American Marketing Association / SAGE Publications). Les items complets et le matériel d’expérimentation font partie intégrante des protocoles de recherche originaux.