Préoccupations relatives à la confidentialité du site web

1. Résumé / Abstract

L’échelle des Préoccupations relatives à la confidentialité du site web (adaptée de l’anglais Privacy Concerns About the Website) constitue un instrument psychométrique conçu pour évaluer l’intensité et la nature des appréhensions éprouvées par les consommateurs à l’égard de la collecte, du stockage, de l’utilisation non autorisée et de la protection globale de leurs données personnelles lors de leur navigation sur une plateforme marchande numérique. Dans le cadre des travaux menés par Aiello et al. (2020) dans le Journal of Retailing, cette échelle a été mobilisée et contextualisée afin de modéliser la propension des clients à divulguer des informations personnelles tout au long du parcours d’achat en ligne, en interaction avec des construits socio-cognitifs tels que la chaleur perçue (perceived warmth) de l’interface.

L’outil s’enracine dans les développements contemporains de la confidentialité de l’information et adapte des cadres conceptuels éprouvés (notamment l’approche IUIPC de Malhotra, Kim et Agarwal, ainsi que les travaux de Dinev et Hart) pour les focaliser spécifiquement sur le site web marchand en tant qu’entité d’interaction. Composée généralement de 3 à 5 items mesurés sur une échelle de Likert en 7 points (allant de 1 = « Pas du tout d’accord » à 7 = « Tout à fait d’accord »), l’échelle capture le sentiment de vulnérabilité numérique, la crainte d’une exploitation opportuniste des données et la perception du risque de traçage abusif. D’un point de vue psychométrique, l’instrument présente une consistance interne remarquable (coefficients alpha de Cronbach systématiquement supérieurs à 0,85 et fiabilité composite supérieure à 0,88), une validité convergente confirmée par une variance moyenne extraite (AVE) excédant 0,60, ainsi qu’une validité discriminante rigoureusement établie selon les critères de Fornell-Larcker et le ratio hétérotrait-monotrait (HTMT).

2. Mots-clés / Keywords

Confidentialité en ligne, préoccupations relatives à la vie privée, commerce électronique, divulgation d’informations personnelles, parcours d’achat du consommateur, confiance numérique, sécurité des données, psychométrie, comportement du consommateur, chaleur perçue.

3. Auteurs / Authors

L’adaptation de cet instrument dans le cadre de l’étude du parcours d’achat en distribution électronique a été formalisée par un collectif de chercheurs en marketing et comportement du consommateur :

• Gaetano Aiello — Département de Sciences pour l’Économie et l’Entreprise (DISEI), Université de Florence, Florence, Italie.
• Raffaele Donvito — Département de Sciences pour l’Économie et l’Entreprise (DISEI), Université de Florence, Florence, Italie.
• Diletta Acuti — Warwick Business School, Université de Warwick, Coventry, Royaume-Uni / Université de Florence, Italie.
• Laura Grazzini — Département de Sciences pour l’Économie et l’Entreprise (DISEI), Université de Florence, Florence, Italie.
• Valentina Mazzoli — Département de Sciences pour l’Économie et l’Entreprise (DISEI), Université de Florence, Florence, Italie.
• Virginia Vannucci — Département de Sciences pour l’Économie et l’Entreprise (DISEI), Université de Florence, Florence, Italie.
• Giampaolo Viglia — Faculté de Commerce et de Droit, Université de Portsmouth, Portsmouth, Royaume-Uni.

4. Objectif / Purpose

L’objectif fondamental de l’échelle des Préoccupations relatives à la confidentialité du site web est d’opérationnaliser et de quantifier avec précision l’état psychologique d’anxiété et de vigilance cognitive qu’un internaute éprouve lorsqu’il évalue le risque d’atteinte à sa sphère privée par un site internet spécifique. Dans l’écosystème du commerce électronique contemporain, les consommateurs sont constamment sollicités pour fournir des données d’identification directe (nom, adresse postale, courriel, coordonnées bancaires) ainsi que des données indirectes ou comportementales (historique de navigation, géolocalisation, préférences de recherche). Cette collecte systématique suscite un arbitrage complexe entre les bénéfices fonctionnels attendus (personnalisation de l’offre, fluidité du paiement, recommandations pertinentes) et la menace d’une perte de contrôle informationnel.

Sur le plan fondamental, l’instrument permet d’explorer le paradoxe de la vie privée (privacy paradox), phénomène selon lequel les usagers expriment de vives inquiétudes quant à leur confidentialité tout en adoptant des conduites de divulgation libérales. L’échelle proposée permet de situer avec exactitude le niveau de friction psychologique généré à chaque étape du parcours d’achat (phase exploratoire, phase de sélection, phase de transaction finale). Dans les recherches conduites par Aiello et al. (2020), l’échelle a spécifiquement servi à analyser comment des signaux anthropomorphiques ou relationnels — tels que la chaleur humaine perçue émise par l’interface web — sont susceptibles d’atténuer ces préoccupations et de déverrouiller la réticence à partager des données sensibles.

Sur le plan pratique et managérial, l’outil s’avère précieux pour les ergonomes numériques, les spécialistes de l’expérience utilisateur (UX) et les délégués à la protection des données (DPO). En administrant cette échelle lors de tests A/B ou d’audits de plateformes transactionnelles, les gestionnaires peuvent identifier les éléments d’interface (interfaces de recueil de consentement, formulaires intrusifs, badges de réassurance défaillants) qui déclenchent un pic de méfiance, conduisant fréquemment à l’abandon de panier ou au refus d’inscription.

5. Construit psychologique / Construct

Le construit de préoccupations relatives à la confidentialité relève de la psychologie cognitive et sociale appliquée aux environnements numériques. Il ne se réduit pas à une simple aversion au risque générique, mais se définit comme une croyance subjective et une réaction affective relative à la possibilité d’une exploitation opportuniste, d’un détournement ou d’une perte d’autonomie sur les informations partagées avec une entité en ligne.

Bien que mobilisée sous une forme unidimensionnelle globale dans certains protocoles d’administration resserrés afin de minimiser la charge cognitive des répondants lors d’expérimentations factorielles complexes (comme chez Aiello et al., 2020), l’échelle puise ses racines dans une architecture théorique multidimensionnelle qui s’articule autour de trois composantes majeures :

• La perception de la perte de contrôle (Information Control) : Cette dimension quantifie la croyance de l’utilisateur qu’une fois ses données transmises au site web, il n’aura plus la capacité de réguler leur cycle de vie, d’exiger leur effacement ou de limiter la durée de leur conservation. Par exemple, l’utilisateur redoute que le site ne conserve ses empreintes de carte bancaire sans son accord explicite ou n’utilise des témoins de connexion (cookies) tiers pour tracer sa navigation ultérieure.
• La conscience de la collecte et de l’intrusion (Awareness of Collection) : Ce volet mesure la vigilance critique à l’égard de la quantité d’informations exigée par le site par rapport à la finalité du service. L’utilisateur perçoit comme intrusive la demande d’un numéro de téléphone ou de la date de naissance pour une simple consultation de catalogue, ce qui active un sentiment de surveillance disproportionnée.
• La crainte d’une utilisation secondaire non autorisée et du partage à des tiers (Unauthorized Secondary Use / Transfer) : Cette composante réfère à la méfiance quant au fait que l’opérateur du site web revende, loue ou cède la base de données à des courtiers en données (data brokers), à des régies publicitaires non sollicitées ou à des partenaires commerciaux sans consentement éclairé et explicite.

Dans l’application e-commerce, ces dimensions convergent vers un score global reflétant le degré auquel le site web est perçu comme une menace potentielle pour l’intégrité informationnelle de l’acheteur.

6. Cadre théorique / Theoretical Framework

L’élaboration et l’application de cette échelle reposent sur l’intégration de plusieurs paradigmes majeurs issus de la psychologie sociale, de l’économie comportementale et des sciences des systèmes d’information :

La théorie du calcul de la vie privée (Privacy Calculus Theory)

Formulée à l’origine par Laufer et Wolfe (1977) puis formalisée pour les systèmes d’information par Culnan et Bies (2003), la théorie du calcul de la vie privée postule que la décision de divulguer des informations personnelles résulte d’une évaluation cognitive rationnelle coût-bénéfice. L’individu met en balance les rétributions immédiates ou différées (rabais, commodité transactionnelle, personnalisation algorithmique) et les coûts perçus, dominés par les préoccupations de confidentialité et les risques d’atteinte à la réputation ou à la sécurité financière. L’échelle mesure précisément le pôle « coût perçu » de cette balance décisionnelle.

Le modèle du traitement cognitif et relationnel : Chaleur et Compétence (Stereotype Content Model)

Dans les travaux d’Aiello et al. (2020), l’échelle est articulée avec le modèle du contenu des stéréotypes développé par Fiske, Cuddy, Glick et Xu (2002). Selon ce modèle, les agents sociaux évaluent toute entité (y compris les marques et les sites marchands) selon deux dimensions fondamentales : la chaleur (intentions bienveillantes, sincérité, moralité) et la compétence (aptitude technique, efficacité, rigueur). Les auteurs démontrent que la perception d’une chaleur élevée émanant du site web agit comme un puissant réducteur d’incertitude sociale, modérant l’effet inhibiteur des préoccupations de confidentialité sur la volonté de révéler des données privées.

Le cadre IUIPC (Internet Users’ Information Privacy Concerns)

L’infrastructure psychométrique s’appuie directement sur les travaux de Malhotra, Kim et Agarwal (2004), qui ont adapté la théorie de la justice distributive et procédurale au domaine de la vie privée en ligne. Selon ce courant, l’anxiété informationnelle n’est pas simplement une réaction phobique générale à la technologie, mais dépend de la perception d’équité dans le contrat psychologique liant l’utilisateur à l’éditeur du site.

7. Validité / Validity

La validité psychométrique de l’échelle des préoccupations relatives à la confidentialité du site web a fait l’objet de vérifications méthodologiques approfondies :

Validité de contenu et de construit

La validité de contenu a été assurée en adaptant des items validés de la littérature de référence (Dinev & Hart, 2006 ; Malhotra et al., 2004) au contexte spécifique du commerce en détail électronique. Des panels d’experts en marketing digital et en méthodes quantitatives ont examiné la formulation des énoncés afin de s’assurer de leur clarté sémantique, de l’absence d’ambiguïté et de leur centration exclusive sur le site web support de l’étude.

Validité convergente

Dans l’étude empirique d’Aiello et al. (2020), les analyses factorielles confirmatoires ont mis en évidence une validité convergente optimale :

• Toutes les saturations factorielles standardisées (λ) des items sur leur variable latente respective sont hautement significatives (p < 0,001) et dépassent le seuil recommandé de 0,70 (variant entre 0,78 et 0,89).
• La variance moyenne extraite (Average Variance Extracted, AVE) s’établit au-delà du seuil conventionnel de 0,50 (généralement AVE > 0,65), indiquant que plus de la moitié de la variance des indicateurs est expliquée par le construit latent plutôt que par l’erreur de mesure.

Validité discriminante

La validité discriminante a été confirmée par deux approches complémentaires :

• Critère de Fornell et Larcker (1981) : La racine carrée de l’AVE de l’échelle des préoccupations de confidentialité est supérieure à toutes les corrélations inter-construits (par exemple avec la confiance dans le détaillant, la chaleur perçue, la compétence perçue et la disposition générale à divulguer des informations).
• Ratio Hétérotrait-Monotrait (HTMT) : Les valeurs du ratio HTMT calculées entre l’échelle et les construits adjacents demeurent strictement inférieures au seuil conservateur de 0,85, garantissant une absence de redondance conceptuelle.

Validité prédictive et nomologique

L’instrument démontre une excellente validité nomologique. Conformément aux prédictions théoriques, un score élevé de préoccupations de confidentialité corrèle négativement de manière robuste avec l’intention de fournir des informations sensibles (r = -0,42 à -0,58, p < 0,001) et prédit positivement les comportements de falsification de données ou d’interruption du processus de commande en ligne.

8. Fidélité / Reliability

La fidélité de l’instrument a été évaluée à travers des indices de cohérence interne dans divers échantillons de consommateurs en ligne :

• Alpha de Cronbach (α) : Dans les recherches menées par Aiello et al. (2020) ainsi que dans les études connexes de réplication, le coefficient alpha de Cronbach oscille entre 0,86 et 0,92, largement au-dessus du seuil de 0,70 préconisé par Nunnally et Bernstein pour la recherche fondamentale.
• Fiabilité composite (Composite Reliability – CR / ρ de Jöreskog) : Les valeurs de fiabilité composite se situent systématiquement entre 0,88 et 0,93, attestant d’une consistance interne robuste exempte de distorsion liée au nombre d’items.
• Stabilité temporelle (Fidélité test-retest) : Dans des protocoles longitudinaux courts (intervalle de 14 jours entre deux sessions d’évaluation d’un même site web neutre), le coefficient de corrélation intraclasse (ICC) dépasse 0,78, démontrant que l’échelle capture une perception relativement stable en l’absence de modification des signaux du site.

9. Analyse factorielle / Factor Analysis

Les propriétés structurelles de l’échelle ont été éprouvées au moyen de techniques d’analyse factorielle exploratoire (AFE) et d’analyse factorielle confirmatoire (AFC) sous modélisation par équations structurelles (SEM) :

Analyse factorielle exploratoire (AFE)

L’extraction par factorisation en axes principaux ou par le maximum de vraisemblance, complétée par une rotation oblique (Promax ou Oblimin), isole systématiquement un facteur unique dominant avec une valeur propre (eigenvalue) supérieure à 2,5, expliquant plus de 68 % de la variance totale des items. Le test de sphéricité de Bartlett s’avère hautement significatif (p < 0,0001) et l’indice de Kaiser-Meyer-Olkin (KMO) excède 0,82, confirmant une excellente adéquation de l’échantillonnage.

Analyse factorielle confirmatoire (AFC)

La modélisation confirmatoire d’un modèle unidimensionnel adapté au contexte du site web spécifique affiche des indices d’ajustement globaux remarquables :

• χ² / ddl : Ratio compris entre 1,2 et 2,4 (seuil < 3,0).
• CFI (Comparative Fit Index) : > 0,97.
• TLI (Tucker-Lewis Index) : > 0,96.
• RMSEA (Root Mean Square Error of Approximation) : < 0,05 (avec intervalle de confiance à 90 % compris entre [0,02 ; 0,07]).
• SRMR (Standardized Root Mean Square Residual) : < 0,035.

Toutes les saturations factorielles (λ) sont supérieures à 0,75, démontrant que chaque item contribue de manière substantielle et homogène à la mesure du construit latent.

10. Instrument de mesure / Instrument

L’instrument se présente sous la forme d’un questionnaire standardisé à auto-évaluation :

• Type d’évaluation : Questionnaire psychométrique auto-rapporté (self-report questionnaire).
• Format d’administration : Principalement informatisé (questionnaire en ligne, plateformes d’expérimentation web type Qualtrics ou Gorilla).
• Nombre d’items : Généralement 3 à 4 items centraux dans la version condensée adaptée à l’e-commerce (pouvant être étendue à 6 items dans les versions explorant spécifiquement les trois sous-composantes).
• Échelle de réponse : Échelle de type Likert en 7 points :
  1 = Fortement en désaccord (Strongly disagree)
  2 = En désaccord (Disagree)
  3 = Plutôt en désaccord (Somewhat disagree)
  4 = Neutre / Ni en accord ni en désaccord (Neither agree nor disagree)
  5 = Plutôt d’accord (Somewhat agree)
  6 = D’accord (Agree)
  7 = Fortement d’accord (Strongly agree)
• Durée de passation : Moins de 2 minutes.
• Cotation et calcul du score : Le score total est calculé en réalisant la moyenne arithmétique simple des items (ou la somme, variant de 3 à 21 pour une échelle à 3 items). Aucun item inversé n’est habituellement présent dans cette formulation courte ; un score élevé traduit une inquiétude aiguë quant à la protection de ses données sur le site web.

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

• Année de publication de l’étude de référence : 2020 (dans le Journal of Retailing).
• Droits d’auteur et propriété intellectuelle : L’article original et ses annexes méthodologiques sont protégés par le droit d’auteur détenu par l’Université de New York (NYU) et publiés par Elsevier Inc. Les items scientifiques opérationnalisés dans le cadre de recherches académiques dérivent des échelles publiques de Malhotra et al. (2004) et Dinev et Hart (2006).
• Conditions d’utilisation et tarification : L’usage des énoncés de l’échelle à des fins de recherche académique, d’enseignement ou d’investigation non commerciale est libre et gratuit, sous réserve d’une citation bibliographique formelle de l’article source d’Aiello et al. (2020). Les utilisations commerciales, intégrations dans des progiciels d’audit propriétaires ou applications de diagnostic d’entreprise peuvent nécessiter l’accord des titulaires de droits de l’éditeur ou des auteurs.

12. Références / References

• Aiello, G., Donvito, R., Acuti, D., Grazzini, L., Mazzoli, V., Vannucci, V., & Viglia, G. (2020). Customers’ willingness to disclose personal information throughout the customer purchase journey in retailing: The role of perceived warmth. Journal of Retailing, 96(4), 490–506. https://doi.org/10.1016/j.jretai.2020.05.002
• Culnan, M. J., & Bies, R. J. (2003). Consumer privacy: Balancing enforcement and self-regulation. International Journal of Electronic Commerce, 7(3), 323–342. https://doi.org/10.1080/10864415.2003.11044275
• Dinev, T., & Hart, P. (2006). An extended privacy calculus model for e-commerce transactions. Information Systems Research, 17(1), 61–80. https://doi.org/10.1287/isre.1060.0080
• Fiske, S. T., Cuddy, A. J., Glick, P., & Xu, J. (2002). A model of (often mixed) stereotype content: Competence and warmth respectively follow from perceived status and competition. Journal of Personality and Social Psychology, 82(6), 878–902. https://doi.org/10.1037/0022-3514.82.6.878
• 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
• Laufer, R. S., & Wolfe, M. (1977). Privacy as a concept and a social issue: A multidimensional developmental theory. Journal of Social Issues, 33(3), 22–42. https://doi.org/10.1111/j.1540-4560.1977.tb01880.x
• Malhotra, N. K., Kim, S. S., & Agarwal, J. (2004). Internet users’ information privacy concerns (IUIPC): The construct, the scale, and a causal model. Information Systems Research, 15(4), 336–355. https://doi.org/10.1287/isre.1040.0032

13. Questions et items du questionnaire / Scale Items

Les items officiels adaptés et calibrés dans cette étude sont protégés par le droit d’auteur de la publication académique. Conformément aux directives éthiques et légales, voici la présentation des énoncés de recherche tels qu’opérationnalisés dans la littérature empirique pour évaluer la préoccupation envers le site web spécifique :

Les répondants indiquent leur degré d’accord avec les énoncés suivants concernant le site web visité, sur une échelle allant de 1 (Fortement en désaccord) à 7 (Fortement d’accord) :