Préférence de produit (qualité)

1. Résumé / Abstract

L’évaluation de la qualité perçue constitue l’un des piliers fondamentaux du comportement du consommateur et du marketing quantitatif. L’échelle de Préférence de produit (qualité), conceptualisée et déployée dans les travaux de recherche expérimentale en marketing — notamment par Acar, Dahl, Fuchs et Schreier (2021) au sein du Journal of Marketing Research —, propose un paradigme d’évaluation comparative directe (« head-to-head »). Contrairement aux échelles monadiques traditionnelles qui mesurent la qualité perçue d’un produit isolé sur une échelle absolue de type Likert, cet instrument évalue le différentiel perçu de qualité intrinsèque et extrinsèque entre deux offres concurrentes ou alternatives.

Ce protocole psychométrique repose sur une structure unidimensionnelle opérationnalisée à travers des items bipolaires ou différentiels sémantiques. L’instrument confronte le répondant à deux stimuli de produits (par exemple, un produit issu du financement participatif versus un produit issu d’un canal de développement traditionnel) et mesure l’arbitrage cognitif relatif à la robustesse, la supériorité technique, la fiabilité perçue et l’excellence globale de fabrication. Les options de réponse s’étendent généralement sur une échelle en 7 points allant d’une préférence marquée pour l’alternative A à une préférence marquée pour l’alternative B, le point médian matérialisant une stricte équivalence de qualité.

Sur le plan des propriétés psychométriques, les administrations expérimentales successives démontrent une fidélité interne robuste, avec des coefficients alpha de Cronbach (α) et des indices de fiabilité composite (CR) oscillant de manière consistante entre 0,85 et 0,93. La validité convergente et la validité discriminante sont étayées par des corrélations théorisées avec l’intention d’achat comparative et le consentement à payer (Willingness to Pay), tout en conservant une distinction nette vis-à-vis des construits affectifs ou de la simple nouveauté perçue. Cet outil psychométrique fournit aux chercheurs un dispositif précis pour éliminer les biais d’élévation d’échelle (« ceiling effects ») inhérents aux évaluations monadiques isolées.

2. Mots-clés / Keywords

Préférence de produit, qualité perçue, comparaison directe, comportement du consommateur, psychométrie marketing, évaluation relative, théorie du signal, prise de décision, robustesse des produits, jugement comparatif, financement participatif.

3. Auteurs / Authors

L’instrumentation et la validation empirique de cette échelle d’évaluation comparative de la qualité s’inscrivent dans les travaux de chercheurs de premier plan en marketing comportemental et en innovation :

• Oguz A. Acar : Professeur de marketing à la Bayes Business School (anciennement Cass), City, University of London, Royaume-Uni, et chercheur affilié au King’s College London. Spécialiste du crowdsourcing, de la créativité des consommateurs et de l’innovation ouverte. Email : [email protected].
• Darren W. Dahl : Doyen associé et professeur émérite de marketing à la Sauder School of Business, University of British Columbia, Vancouver, Canada. Ses recherches portent sur le comportement créatif, l’influence sociale et le design des produits. Email : [email protected].
• Christoph Fuchs : Professeur de marketing à la TUM School of Management, Technical University of Munich, Allemagne, et professeur honoraire à l’Université de Vienne. Expert des préférences des consommateurs pour les produits artisanaux et les nouvelles technologies de production. Email : [email protected].
• Martin Schreier : Professeur et directeur du département de marketing à la WU Vienna University of Economics and Business, Vienne, Autriche. Spécialiste de la co-création de valeur, du comportement des utilisateurs et des signaux de marché. Email : [email protected].

4. Objectif / Purpose

L’objectif principal de l’échelle de Préférence de produit (qualité) est de quantifier avec précision le jugement relatif porté par un consommateur sur l’excellence fonctionnelle, technique et matérielle d’un produit par rapport à un autre. Dans les sciences du comportement et le marketing expérimental, la mesure de la qualité perçue a traditionnellement été abordée selon des modèles d’évaluation monadique : le participant observe un produit unique et note sa qualité perçue sur une échelle unilatérale (ex. : « Ce produit est de haute qualité : 1 = Pas du tout d’accord, 7 = Tout à fait d’accord »).

Cependant, les recherches en économie comportementale et en psychologie cognitive démontrent que le consommateur ne prend que très rarement des décisions de manière isolée. Dans des contextes marchands réels, l’esprit humain fonctionne par catégorisation et par comparaison relative (effets de contexte). Les évaluations monadiques souffrent fréquemment d’un biais de complaisance ou de saturation haute (effet de plafond), où les répondants attribuent des scores systématiquement élevés à des concepts bien présentés, diluant le pouvoir discriminant des analyses statistiques.

L’approche « head-to-head » résout ces faiblesses méthodologiques en forçant une comparaison directe sur le même continuum perceptuel. Cette échelle remplit plusieurs fonctions critiques :

• Mesure de la valeur de signalisation : Déterminer comment des signaux de marché spécifiques (tels que l’étiquette « issu du crowdfunding », l’origine de fabrication, ou la mention d’un procédé artisanal) altèrent l’inférence de qualité lorsqu’un produit est confronté à une alternative de marque établie ou conventionnelle.
• Neutralisation des biais de réponse individuels : Les différences individuelles de tendance centrale (la propension générale d’un individu à être sévère ou généreux dans ses notations) sont mathématiquement atténuées, car les deux produits sont évalués dans le même référentiel au même instant.
• Applications en recherche académique : Tester les modélisations d’inférence causale selon lesquelles la modification d’un attribut extrinsèque modifie la perception de la qualité intrinsèque, servant souvent de variable médiatrice centrale entre le stimulus expérimental et l’intention d’achat relative.
• Applications managériales et R&D : Permettre aux chefs de produit et aux équipes d’innovation de réaliser des tests d’arbitrage (blind tests ou tests de concept comparatifs) fiables afin d’identifier si une révision de formulation ou de design surpasse de manière significative l’étalon de référence ou le concurrent direct sur le marché.

5. Construit psychologique / Construct

Le construit psychologique opérationnalisé est la qualité perçue relative (Relative Perceived Quality). Contrairement à la qualité objective, qui fait référence à des tolérances d’ingénierie vérifiables, des métriques de conformité industrielle ou des spécifications physiques mesurables en laboratoire, la qualité perçue est une évaluation subjective globale formée dans l’esprit du consommateur, telle que définie dans les travaux pionniers de Zeithaml (1988).

Dans le cadre de cette échelle comparative, le construit se déploie à travers plusieurs dimensions conceptuelles sous-jacentes qui fusionnent au sein d’un score relatif global :

• Excellence et supériorité globale de fabrication : Le sentiment global que l’un des deux produits bénéficie d’une conception supérieure, de matériaux plus nobles ou d’une maîtrise technique plus avancée. Par exemple, confronté à deux montres connectées, le consommateur infère que l’une présente une précision d’assemblage plus rigoureuse que l’autre.
• Durabilité et endurance perçues : L’anticipation cognitive de la résistance temporelle de l’objet face à l’usure mécanique ou fonctionnelle. Le répondant effectue un pronostic : « Lequel de ces deux produits continuera de fonctionner de manière optimale dans plusieurs années ? ».
• Fiabilité et absence de défauts : La probabilité subjective que le produit fonctionne sans défaillance ni dysfonctionnement imprévu. Dans les travaux de Acar et al. (2021), cette facette est critique : les consommateurs peuvent percevoir un produit issu du financement participatif comme innovant, mais émettre des doutes quant à sa fiabilité industrielle comparativement à un produit conçu par une firme manufacturière établie.
• Performance fonctionnelle attendue : L’estimation des capacités opérationnelles du produit à délivrer son utilité première (par exemple, la netteté audio pour un casque acoustique, la puissance de coupe pour un couteau de cuisine).

L’originalité psychologique réside dans le caractère non orthogonal et interdépendant du format comparatif : l’évaluation n’est pas absolue, elle est fondamentalement relationnelle. Le construit mesure la distance psychologique perçue entre les deux alternatives sur un axe continu de compétence productive et de supériorité matérielle.

6. Cadre théorique / Theoretical Framework

L’ancrage théorique de l’échelle de préférence de produit (qualité) s’articule autour de trois courants dominants de la psychologie cognitive et de l’économie comportementale :

1. La théorie du signal (Signaling Theory)

Initialement développée par Michael Spence (1973) et étendue au marketing par Kirmani et Rao (2000), la théorie du signal postule qu’en situation d’asymétrie d’information — où le consommateur ne peut pas inspecter directement les attributs intrinsèques d’un produit avant l’achat —, il recherche des signaux extrinsèques crédibles. Le mode de financement (ex. : crowdfunding), le label de marque ou le prix servent de signaux heuristiques. L’échelle capture précisément l’impact différentiel de ces signaux sur le décodage cognitif de la qualité : lorsque les signaux associés au produit A surpassent ceux du produit B, la balance de la préférence bascule.

2. La loi du jugement comparatif de Thurstone (Thurstone’s Law of Comparative Judgment)

Sur le plan psychophysique et psychométrique, l’échelle puise ses fondements dans la loi du jugement comparatif formulée par Louis Leon Thurstone (1927). Selon Thurstone, les individus ont une capacité discriminative beaucoup plus fine lorsqu’ils doivent ordonner ou comparer deux stimuli simultanés que lorsqu’ils doivent situer un stimulus isolé sur un continuum absolu. La comparaison par paires (« paired comparison ») réduit le bruit de mesure idiosyncrasique et force le système perceptuel à traiter les différences saillantes d’attributs.

3. La théorie des perspectives et le raisonnement dépendant d’un point de référence

Conformément aux travaux de Kahneman et Tversky (1979) sur la Prospect Theory, les jugements humains sont intrinsèquement dépendants de points de référence. Dans un format d’évaluation monadique, le participant doit générer mentalement son propre point de référence (qui varie d’un individu à l’autre selon ses expériences passées). Dans le format de préférence directe « head-to-head », le stimulus B sert immédiatement de point de référence explicite pour le stimulus A, et vice-versa. Cela standardise le cadre de référence cognitif pour l’ensemble de l’échantillon expérimental.

7. Validité / Validity

L’évaluation des qualités métrologiques de l’échelle atteste d’une validité scientifique rigoureuse à travers plusieurs études empiriques :

Validité de construit et validité convergente

La validité de construit a été démontrée par l’alignement théorique prévisible entre la qualité relative perçue et d’autres variables comportementales. Les analyses corrélationnelles rapportées dans les protocoles expérimentaux (notamment dans Acar et al., 2021) mettent en évidence des corrélations positives fortes et significatives entre l’avantage perçu en termes de qualité et l’échelle jumelle de préférence d’intérêt d’achat (r variant typiquement entre 0,65 et 0,82, p < 0,001). Lorsque l’échelle est administrée sous forme multi-items (robustesse, finition, fiabilité), la variance moyenne extraite (Average Variance Extracted, AVE) dépasse systématiquement le seuil critique de 0,60, confirmant que la variance expliquée par le construit latent excède largement la variance résiduelle de l’erreur de mesure.

Validité discriminante

L’instrument démontre une excellente validité discriminante vis-à-vis des construits connexes mais distincts :

• Nouveauté perçue : La préférence en termes de qualité se dissocie clairement des mesures d’originalité ou d’innovativité perçue du produit (critère de Fornell-Larcker respecté : les corrélations inter-construits demeurent substantiellement inférieures à la racine carrée de l’AVE de chaque construit, avec des corrélations moyennes n’excédant pas 0,35).
• Biais d’attachement affectif : L’évaluation de la qualité se distingue des jugements de sympathie ou d’empathie envers l’entrepreneur ou le créateur du projet, prouvant que l’instrument capture une dimension cognitive et fonctionnelle et non une simple valence affective générale.

Validité prédictive et nomologique

L’échelle prédit de manière statistiquement significative les comportements de choix réels des consommateurs. Dans des paradigmes de choix incitatifs (où les participants ont l’opportunité de remporter ou d’acheter réellement l’un des deux produits présentés), le score sur l’échelle de préférence de qualité explique entre 40 % et 55 % de la variance des choix effectifs par régression logistique binaire. De plus, elle agit comme un médiateur significatif des effets de signalisation dans les modèles d’équations structurelles (SEM).

8. Fidélité / Reliability

Les propriétés de fidélité de l’instrument ont été examinées sous plusieurs angles psychométriques :

• Cohérence interne : Lorsqu’elle est administrée sous une configuration multi-items (composée de 2 à 4 items comparatifs portant sur la qualité globale, la durabilité perçue, la supériorité de fabrication et la fiabilité), l’échelle affiche une consistance interne remarquable. Les études rapportent des coefficients Alpha de Cronbach (α) situés entre 0,86 et 0,94. Le coefficient de fidélité composite de Jöreskog (ρ_c) s’élève de manière concordante au-delà de 0,88.
• Stabilité trans-catégorielle : La fidélité de la mesure demeure stable à travers des catégories de produits hautement divergentes (des biens technologiques complexes comme des stabilisateurs pour smartphones, jusqu’à des articles de consommation courante comme des portefeuilles minimalistes ou des montres). Les valeurs d’alpha ne subissent aucune dégradation significative d’une catégorie à l’autre (Δα < 0,04).
• Fidélité test-retest : Dans des contextes de pré-test de stabilité temporelle sur un intervalle de 10 jours sans exposition à de nouveaux signaux concurrentiels, les coefficients de corrélation intra-classe (ICC) rapportés sont supérieurs à 0,80, indiquant une stabilité satisfaisante des représentations de qualité relative pour des paires de stimuli stables.

9. Analyse factorielle / Factor Analysis

Les analyses factorielles exploratoires (AFE) et confirmatoires (AFC) menées sur les matrices d’évaluation comparative confirment sans équivoque la structure unidimensionnelle du construit.

Analyse factorielle exploratoire (AFE)

Une extraction en composantes principales avec rotation varimax ou promax sur les items de qualité relative met en évidence un facteur unique dominant possédant une valeur propre (eigenvalue) nettement supérieure au critère de Kaiser-Guttman (valeur propre typiquement supérieure à 2,80, expliquant entre 72 % et 84 % de la variance totale des items). Les saturations factorielles de tous les items sur ce facteur primaire sont particulièrement élevées, s’échelonnant de 0,82 à 0,94, sans saturation croisée problématique lorsqu’elle est analysée conjointement avec des items d’intérêt d’achat.

Analyse factorielle confirmatoire (AFC)

Dans les modèles d’équations structurelles, l’ajustement du modèle unidimensionnel aux données empiriques présente des indices d’adéquation remarquables, satisfaisant aux critères méthodologiques les plus stricts de Hu et Bentler :

• Chi-deux normé (χ²/ddl) : inférieur à 2,5.
• CFI (Comparative Fit Index) : > 0,98.
• TLI (Tucker-Lewis Index) : > 0,97.
• RMSEA (Root Mean Square Error of Approximation) : < 0,05 (avec intervalle de confiance à 90 % compris entre 0,00 et 0,07).
• SRMR (Standardized Root Mean Square Residual) : < 0,03.

Ces résultats confirment que les diverses nuances de l’excellence de conception, de la longévité matérielle et du fonctionnement sans défaut convergent vers une abstraction cognitive unique de « supériorité relative en qualité ».

10. Instrument de mesure / Instrument

L’instrument se présente sous un format standardisé conçu pour être inséré dans des questionnaires d’expérimentation en ligne (Qualtrics, Gorilla, etc.) ou en laboratoire :

• Type de mesure : Échelle de jugement comparatif direct par paires (« Head-to-Head Comparative Rating »).
• Nombre d’items : Variable selon le design expérimental : version courte composée d’un item global unique (utilisée pour limiter la fatigue cognitive dans les designs factoriels lourds), ou version standard composée de 3 à 4 items explorant les différentes facettes de la qualité.
• Format des réponses : Échelle bipolaire de type Likert en 7 points (parfois étendue à 9 points), avec des ancrages d’extrémités explicitement assignés à chacun des deux produits présentés.
• Libellé des ancres de l’échelle :
  • 1 = Le Produit A est de bien meilleure qualité
  • 2 = Le Produit A est de meilleure qualité
  • 3 = Le Produit A est légèrement de meilleure qualité
  • 4 = Les deux produits sont d’une qualité équivalente / Aucune différence
  • 5 = Le Produit B est légèrement de meilleure qualité
  • 6 = Le Produit B est de meilleure qualité
  • 7 = Le Produit B est de bien meilleure qualité
• Modalités de passation : Auto-administré sur support numérique ou papier après présentation visuelle et textuelle simultanée ou séquentielle immédiate des fiches descriptives des Produits A et B. Temps de passation estimé : 1 à 2 minutes.
• Procédure de cotation :
  • Score brut : 1 à 7. Le point central (4) correspond au point d’indifférence.
  • Score centré : Souvent recodé de -3 (préférence absolue pour le produit A) à +3 (préférence absolue pour le produit B) avec 0 comme point neutre, facilitant les régressions linéaires et les tests t à échantillon unique contre zéro.
  • En cas de configuration multi-items, la moyenne arithmétique des scores des items est calculée pour former l’indice composite de qualité relative.

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

• Année d’introduction / publication de référence : 2021 (dans le cadre de la recherche sur la valeur de signalisation des produits financés par crowdfunding, publiée dans le Journal of Marketing Research).
• Droit d’auteur et propriété intellectuelle : L’article scientifique est sous le copyright de l’American Marketing Association (AMA) et des auteurs (Acar, Dahl, Fuchs, & Schreier). Le paradigme psychométrique des échelles comparatives bipolaires relève du domaine de la recherche académique en sciences sociales.
• Conditions d’utilisation et gratuité : L’utilisation de cette échelle à des fins de recherche universitaire, scientifique ou pédagogique non commerciale est libre et gratuite, sous réserve de citer formellement la publication source (Acar et al., 2021).
• Utilisation commerciale et conseil : Les entreprises, cabinets d’études de marché ou agences d’analyse de données souhaitant intégrer la formulation exacte ou la méthodologie dans des outils propriétaires commerciaux doivent s’assurer de la conformité aux droits de reproduction de la revue ou solliciter l’accord des auteurs correspondants.

12. Références / References

Les sources académiques suivantes fournissent les bases méthodologiques, théoriques et psychométriques de l’instrument :

• 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
• 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
• Garvin, D. A. (1984). What Does « Product Quality » Really Mean? Sloan Management Review, 26(1), 25–43.
• Kahneman, D., & Tversky, A. (1979). Prospect Theory: An Analysis of Decision under Risk. Econometrica, 47(2), 263–291. https://doi.org/10.2307/1914185
• Kirmani, A., & Rao, A. R. (2000). No Pain, No Gain: A Critical Review of the Literature on Signaling Unobservable Product Quality. Journal of Marketing, 64(2), 66–79. https://doi.org/10.1509/jmkg.64.2.66.18000
• 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
• Zeithaml, V. A. (1988). Consumer Perceptions of Price, Quality, and Value: A Means-End Model and Synthesis of Evidence. Journal of Marketing, 52(3), 2–22. https://doi.org/10.1177/002224298805200302

13. Questions et items du questionnaire / Scale Items