1. Résumé / Abstract
L’échelle des Préoccupations relatives à la vie privée (Contrôle de l’information) (connue sous l’acronyme anglophone Privacy Concerns – Control of Information ou sous-dimension Control de l’IUIPC) a été développée et validée par Naresh K. Malhotra, Sung S. Kim et James Agarwal en 2004 au sein de leur publication séminale consacrée aux préoccupations des internautes quant à la confidentialité de leurs données (Internet Users’ Information Privacy Concerns, IUIPC). Cet instrument psychométrique évalue l’attitude et les croyances fondamentales de l’individu quant à son droit souverain d’exercer un contrôle et une autonomie stricts sur les processus de collecte, d’utilisation et de partage de ses données personnelles par les entreprises et organisations numériques.
L’outil est constitué de trois items formulés sous la forme d’affirmations positives mesurées à l’aide d’une échelle de réponse de type Likert en 7 points, s’étendant de 1 (« Fortement en désaccord » / Strongly Disagree) à 7 (« Fortement d’accord » / Strongly Agree). Les scores peuvent être sommés (étendue de 3 à 21) ou moyennés (étendue de 1 à 7), un score élevé traduisant une exigence aiguë de contrôle individuel et une préoccupation prononcée relative à la perte d’autonomie informationnelle. Sur le plan psychométrique, les auteurs originaux ont démontré une cohérence interne remarquable (alpha de Cronbach de 0,85 ; fiabilité composite de 0,87) et une variance moyenne extraite (AVE) supérieure aux seuils recommandés (0,69), attestant d’une excellente validité convergente et discriminante au sein de modèles d’équations structurelles complexes.
Cette échelle constitue une composante centrale de la conceptualisation tridimensionnelle de l’IUIPC, aux côtés de la « Sensibilisation aux pratiques informationnelles » (Awareness) et de la « Collecte de données » (Collection). Elle repose théoriquement sur la théorie de l’autodétermination et les théories socio-juridiques de l’autonomie informationnelle (notamment formulées par Alan Westin), postulant que la menace perçue envers la vie privée découle avant tout du sentiment d’impuissance et de dépossession du pouvoir décisionnel de l’usager face aux architectures numériques d’extraction de données.
2. Mots-clés / Keywords
Préoccupations relatives à la vie privée, contrôle de l’information, autodétermination informationnelle, IUIPC, Malhotra, psychométrie, comportement du consommateur, confidentialité numérique, confiance en ligne, modélisation par équations structurelles.
3. Auteurs / Authors
L’échelle a été conçue et validée par une équipe de chercheurs de premier plan dans les domaines du marketing, des systèmes d’information et du comportement organisationnel :
- Naresh K. Malhotra : Professeur émérite de marketing au Scheller College of Business, Georgia Institute of Technology (Atlanta, Géorgie, États-Unis). Spécialiste mondialement reconnu de la méthodologie de recherche en marketing, des études quantitatives et du comportement du consommateur.
- Sung S. Kim : Professeur de systèmes d’information à la Wisconsin School of Business, University of Wisconsin-Madison (Madison, Wisconsin, États-Unis). Ses recherches portent sur l’adoption des technologies de l’information, la cybersécurité comportementale et la vie privée numérique.
- James Agarwal : Professeur de marketing et titulaire de chaire à la Haskayne School of Business, University of Calgary (Calgary, Alberta, Canada). Ses travaux examinent la modélisation statistique avancée, l’éthique des affaires, la mondialisation et le comportement des consommateurs.
4. Objectif / Purpose
L’avènement du commerce électronique et la prolifération des bases de données relationnelles au tournant du XXIe siècle ont radicalement transformé la nature des interactions entre entreprises et consommateurs. Face à la capacité inédite des organisations de capter, agréger, traiter et monétiser des flux continus de données personnelles sans le consentement explicite ou éclairé des utilisateurs, les instruments psychométriques antérieurs (tels que le CFPA de Smith, Milberg et Burke, 1996) ont révélé leurs limites. Ces outils historiques appréhendaient principalement la vie privée sous le prisme des politiques institutionnelles et des pratiques de gestion organisationnelle des données (accès non autorisé, erreurs de saisie, stockage inapproprié).
L’objectif fondateur de Malhotra, Kim et Agarwal (2004) était de redéfinir la confidentialité en ligne à partir de la perspective phénoménologique subjective de l’internaute. L’échelle de Contrôle de l’information vise spécifiquement à mesurer la saillance psychologique de l’autonomie et de la maîtrise exercée par le consommateur sur ses propres flux d’informations. Elle cherche à quantifier dans quelle mesure l’usager perçoit que sa vie privée n’est pas simplement une variable passive protégée par des tiers, mais un attribut fondamental dont la violation réside intrinsèquement dans l’incapacité à décider souverainement des modalités d’acquisition, de traitement et de redistribution de ses attributs personnels.
Sur le plan de la recherche scientifique, cet instrument est indispensable pour tester et valider des modèles conceptuels portant sur :
- Le paradoxe de la vie privée (privacy paradox), où les individus affirment valoriser fortement le contrôle de leurs données tout en divulguant abondamment des éléments intimes pour des bénéfices transactionnels minimes ;
- L’acceptation des technologies émergentes (intelligence artificielle, traçage ubiquitaire, objets connectés, profilage algorithmique) ;
- La formation de la confiance en ligne (online trust) et l’évaluation du risque perçu ;
- Les intentions comportementales de rétention d’information, d’utilisation de technologies d’anonymisation ou de boycott numérique.
Dans le domaine appliqué, industriel et clinique, l’échelle sert d’étalon psychométrique pour évaluer la réceptivité des consommateurs aux mécanismes de consentement (bannières de cookies, tableaux de bord de gestion des données personnelles, conformité au RGPD), auditer l’expérience utilisateur (UX) en matière de transparence perçue, et identifier les segments de population souffrant de détresse psychologique liée à la surveillance numérique ou d’impuissance acquise face aux géants du Web.
5. Construit psychologique / Construct
Le construit de Contrôle de l’information (Information Control) renvoie à la dimension psychologique d’agentivité exercée par l’individu sur son territoire informationnel. Dans l’architecture théorique de l’IUIPC (Internet Users’ Information Privacy Concerns), ce construit ne mesure pas une simple compétence technique ou une habitude procédurale, mais une croyance normative et affective profonde selon laquelle le droit à la vie privée est indissociable de l’exercice d’un libre arbitre continu sur la trajectoire des données générées.
Ce construit s’articule autour de trois facettes conceptuelles complémentaires qui structurent les trois items de l’échelle :
- L’autonomie décisionnelle sur les finalités des données : L’usager postule que la décision relative à la collecte initiale, à l’exploitation secondaire et au partage avec des tiers lui appartient de plein droit. Toute confiscation de ce choix constitue en soi une transgression déontologique de la part du collecteur.
- La centralité axiologique du contrôle : Le sentiment de contrôle n’est pas envisagé comme une option technique accessoire ou une clause contractuelle périphérique, mais comme le noyau dur (the heart) de la définition de la vie privée. Sans contrôle effectif, le concept même de confidentialité est vidé de sa substance psychologique.
- L’attribution causale de l’intrusion : L’expérience psychologique d’intrusion ou de violation de la vie privée (privacy invasion) est directement attribuée au déficit structurel de maîtrise concédé aux usagers. L’individu ressent l’intrusion non pas nécessairement parce qu’un dommage matériel concret a eu lieu, mais dès lors que les mécanismes d’asymétrie de pouvoir le privent de sa capacité d’intervention et de régulation.
Par exemple, un individu présentant un score élevé sur ce construit refusera catégoriquement les modèles d’adhésion par défaut (opt-out), exigera des consentements granulaires explicites et éprouvera une réactance psychologique intense s’il découvre qu’une plateforme a transmis ses identifiants publicitaires à un courtier en données (data broker), même si cette transmission n’entraîne aucun préjudice financier direct. À l’inverse, un score faible dénote une disposition résignée ou indifférente, où l’individu externalise la gestion de sa confidentialité aux institutions régulatrices ou accepte l’asymétrie informationnelle comme une condition inévitable de l’économie numérique.
6. Cadre théorique / Theoretical Framework
Le développement de l’échelle des préoccupations de contrôle de l’information s’enracine dans une triple filiation théorique issue de la sociologie juridique, de la psychologie de la motivation et de la théorie du contrat social.
La théorie socio-juridique de la vie privée d’Alan Westin
La première assise fondamentale provient des travaux pionniers d’Alan Westin (1967). Dans son ouvrage séminal Privacy and Freedom, Westin définit la vie privée non pas comme un isolement physique absolu, mais comme « la revendication des individus, des groupes ou des institutions de déterminer par eux-mêmes quand, comment et dans quelle mesure des informations les concernant sont communiquées à autrui ». Malhotra, Kim et Agarwal (2004) ont précisément opérationnalisé cette définition en plaçant le contrôle au centre de l’IUIPC. Selon cette approche, la vie privée est un processus dialectique et dynamique de régulation des frontières interpersonnelles et organisationnelles.
La théorie de l’autodétermination et le besoin fondamental d’autonomie
Sur le versant psychologique, le construit s’aligne rigoureusement sur la théorie de l’autodétermination (SDT) développée par Edward L. Deci et Richard M. Ryan. Selon la SDT, l’autonomie — définie comme l’expérience d’être l’initiateur et la source de ses propres actions — constitue l’un des trois besoins psychologiques universels indispensables au bien-être psychologique. Transposée à l’environnement virtuel, la théorie stipule que la privation d’autonomie informationnelle menace le sentiment d’intégrité de l’individu, générant du stress, de la méfiance et une posture défensive face aux systèmes technologiques.
La théorie du contrat social et la justice procédurale
L’échelle s’inspire également de la théorie du contrat social (Donaldson & Dunfee, 1994) et des modèles de justice organisationnelle (notamment la justice procédurale formalisée par Thibaut et Walker, 1975). Dans les échanges en ligne, les transactions d’informations s’inscrivent dans un contrat social implicite : l’internaute accepte de dévoiler certains aspects de sa vie privée en échange de services numériques personnalisés, à condition que les règles du jeu soient équitables et qu’il conserve le pouvoir de contrôle (control over the process). Dès lors que l’entreprise confisque ce pouvoir décisionnel unilatéralement, la rupture du contrat social est consommée, activant de fortes préoccupations éthiques et comportementales.
7. Validité / Validity
La validité psychométrique de l’échelle de Contrôle de l’information a fait l’objet d’évaluations méthodologiques rigoureuses lors de l’étude princeps de Malhotra et al. (2004) ainsi que dans d’innombrables réplications ultérieures à l’échelle internationale.
Validité de contenu et de construit
La validité de contenu a été initialement établie au moyen d’un processus itératif comprenant une revue exhaustive de la littérature multidisciplinaire, des entrevues qualitatives approfondies auprès d’internautes et des panels d’experts chargés de juger la clarté, la pertinence et la représentativité des items par rapport au domaine théorique du contrôle. Les items redondants ou ambigus ont été éliminés pour aboutir au triplé optimal constituant la mesure actuelle.
Validité convergente
La validité convergente a été démontrée par des saturations factorielles standardisées hautement significatives (toutes supérieures à 0,75, avec des valeurs atteignant 0,81 à 0,87 dans l’étude originale, p < 0,001). De plus, la variance moyenne extraite (AVE, Average Variance Extracted) pour le facteur Contrôle dépassait largement le seuil standard de 0,50 préconisé par Fornell et Larcker (1981), enregistrant une valeur robuste de 0,69 dans l’échantillon de validation principal (N = 713).
Validité discriminante
La validité discriminante vis-à-vis des autres dimensions de l’IUIPC (Collecte et Sensibilisation) a été confirmée selon les critères les plus stricts :
- La racine carrée de l’AVE pour la dimension Contrôle (√0,69 ≈ 0,83) était systématiquement supérieure aux corrélations inter-facteurs entre le Contrôle et la Collecte (r = 0,47) ainsi qu’entre le Contrôle et la Sensibilisation (r = 0,41).
- Des tests de différence de Chi-deux (Δχ²) sur modèles emboîtés ont démontré qu’un modèle fixant la corrélation entre les facteurs à 1,0 entraînait une dégradation statistiquement significative de l’ajustement par rapport au modèle à facteurs libres (p < 0,001).
Validité prédictive et nomologique
La validité nomologique a été établie en intégrant la dimension Contrôle au sein d’un modèle structurel causal d’acceptation et de méfiance. L’échelle démontre une relation prédictive directe et robuste avec :
- La méfiance envers les sites Internet (relation positive statistiquement significative) ;
- L’évaluation du risque informationnel perçu (β positif élevé) ;
- Les intentions comportementales négatives (refus de fournir des données, fabrication de fausses informations identitaires) ;
- L’intention de réclamer des régulations gouvernementales strictes sur la protection de la vie privée.
8. Fidélité / Reliability
Les propriétés de fidélité de l’échelle de Contrôle de l’information témoignent d’une stabilité et d’une consistance interne exceptionnelles, vérifiées sur de multiples cohortes d’utilisateurs numériques.
Dans l’étude originelle de Malhotra, Kim et Agarwal (2004), l’analyse de la consistance interne a révélé les indices suivants :
- Alpha de Cronbach (α) : 0,85 lors de la phase pilote et 0,85 sur l’échantillon de validation représentatif de 713 internautes américains, dépassant très largement le seuil minimal usuel de 0,70.
- Fiabilité composite (CR, Composite Reliability) : 0,87, attestant d’une excellente cohésion interne sans redondance excessive entre les indicateurs.
- Corrélations inter-items : Toutes situées entre 0,62 et 0,71, ce qui traduit une cohérence conceptuelle étroite tout en évitant le piège de la tautologie linguistique.
Des réplications indépendantes menées au cours des deux dernières décennies dans des contextes géographiques et culturels variés (notamment en Europe, en Corée du Sud, au Canada et en Australie) ont systématiquement rapporté des coefficients alpha de Cronbach oscillant entre 0,82 et 0,91. Les études de stabilité temporelle (test-retest sur des intervalles de deux à quatre semaines) ont également rapporté des coefficients de corrélation intraclasse (ICC) supérieurs à 0,78, confirmant que le besoin et la revendication de contrôle de l’information constituent une disposition attitudinale stable et non une simple fluctuation d’humeur passagère.
9. Analyse factorielle / Factor Analysis
L’évaluation psychométrique de la structure factorielle a suivi une démarche rigoureuse en deux étapes, combinant analyse factorielle exploratoire (AFE) et analyse factorielle confirmatoire (AFC).
Analyse factorielle exploratoire (AFE)
Durant la phase préliminaire d’épuration des items (échantillon exploratoire de N = 384), les données ont été soumises à une extraction en composantes principales avec rotation orthogonale (Varimax) et oblique (Promax). Les critères d’adéquation de l’échantillonnage de Kaiser-Meyer-Olkin (KMO > 0,88) et le test de sphéricité de Bartlett (p < 0,001) ont confirmé la factorisabilité optimale de la matrice.
Les trois items de Contrôle ont saturé de manière univoque sur un facteur unique dédié, avec des poids factoriels primaires très élevés (compris entre 0,80 et 0,88) et des saturations croisées (cross-loadings) négligeables (inférieures à 0,20) sur les facteurs concurrents de « Collecte » et de « Sensibilisation ». La dimension de Contrôle expliquait à elle seule une part substantielle de la variance totale expliquée du modèle IUIPC.
Analyse factorielle confirmatoire (AFC)
L’AFC a été exécutée par la méthode du maximum de vraisemblance sur l’échantillon de validation indépendant (N = 713). Le modèle de mesure de premier ordre a démontré une adéquation remarquable aux données empiriques, attestée par les indices d’ajustement suivants :
- Ratio Chi-deux sur degrés de liberté (χ²/df) : 2,14 (largement inférieur au seuil acceptable de 3,0) ;
- CFI (Comparative Fit Index) : 0,98 ;
- NNFI / TLI (Non-Normed Fit Index) : 0,97 ;
- RMSEA (Root Mean Square Error of Approximation) : 0,040 (avec un intervalle de confiance à 90 % compris entre 0,028 et 0,052) ;
- SRMR (Standardized Root Mean Square Residual) : 0,029.
Toutes les saturations factorielles standardisées (λ) des trois items étaient significatives au seuil p < 0,001, oscillant entre 0,78 et 0,86. De surcroît, les analyses de modélisation de second ordre ont validé l’intégration du facteur de Contrôle en tant que composante réflexive majeure du méta-construit IUIPC, confirmant sa validité structurelle globale.
10. Instrument de mesure / Instrument
L’instrument de mesure présente les spécifications techniques et opérationnelles suivantes :
- Nom du test : Échelle des Préoccupations relatives à la vie privée — Dimension Contrôle de l’information (Privacy Concerns – Control of Information / IUIPC Control Subscale).
- Type d’évaluation : Auto-questionnaire psychométrique standardisé (self-report measure).
- Format d’administration : Papier-crayon ou questionnaire numérique en ligne (compatibilité optimale avec les plateformes Qualtrics, SurveyMonkey, LimeSurvey, etc.).
- Nombre total d’items : 3 items unifactoriels.
- Échelle de réponse : Échelle de Likert authentique en 7 points :
1 = Fortement en désaccord (Strongly Disagree)
2 = En désaccord (Disagree)
3 = Plutôt en désaccord (Somewhat Disagree)
4 = Neutre (Neutral)
5 = Plutôt d’accord (Somewhat Agree)
6 = D’accord (Agree)
7 = Fortement d’accord (Strongly Agree) - Sens de cotation (Scoring) : Les 3 items sont formulés dans le sens positif du construit. Il n’y a aucun item inversé (reverse-scored item).
- Calcul des scores :
- Score moyen : Somme des scores des 3 items divisée par 3 (étendue théorique : 1,00 à 7,00). Cette méthode est privilégiée pour conserver l’interprétabilité métrique de l’échelle d’origine.
- Score cumulé : Somme brute des 3 items (étendue théorique : 3 à 21).
- Interprétation des scores : Un score élevé indique une préoccupation majeure liée à la privation de contrôle, une exigence intransigeante d’autodétermination informationnelle et une susceptibilité accrue aux risques de divulgation de données privées.
11. Permissions, Tarifs et Année du test / Permissions & Fee and Test Year
L’échelle a été officiellement publiée en 2004 dans la revue universitaire de référence Information Systems Research (publiée par l’INFORMS).
- Année de publication princeps : 2004.
- Conditions d’utilisation et permissions : L’instrument relève du domaine de la recherche académique ouverte. Conformément aux usages scientifiques régissant les publications de l’INFORMS et des universités de rattachement des auteurs, les items de l’échelle peuvent être utilisés, traduits et reproduits sans frais financiers (fee-free) à des fins de recherche académique, d’enseignement ou d’évaluation scientifique non commerciale, sous réserve de citer formellement la publication originelle de Malhotra, Kim et Agarwal (2004).
- Utilisation commerciale : Pour toute exploitation commerciale directe (par exemple, intégration au sein d’une suite logicielle d’audit propriétaire vendue à des tiers ou utilisation dans des études de marché commanditées à but lucratif), il convient de vérifier les conditions de réutilisation et les droits d’auteur auprès de l’INFORMS (Institute for Operations Research and the Management Sciences) via le Copyright Clearance Center.
12. Références / References
Les publications fondatrices et études empiriques majeures associées à cet instrument sont présentées ci-dessous en conformité stricte avec les normes APA (7e édition) :
- Deci, E. L., & Ryan, R. M. (2000). The « what » and « why » of goal pursuits: Human needs and the self-determination of behavior. Psychological Inquiry, 11(4), 227–268. https://doi.org/10.1207/S15327965PLI1104_01
- Donaldson, T., & Dunfee, T. W. (1994). Toward a unified conception of business ethics: Integrative social contracts theory. Academy of Management Review, 19(2), 252–284. https://doi.org/10.5465/amr.1994.9410210749
- 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
- Malhotra, N. K., Kim, S. S., & Agarwal, J. (2004). Internet users’ information privacy concerns (IUIPC): The constructs, the scale, and a causal model. Information Systems Research, 15(4), 336–355. https://doi.org/10.1287/isre.1040.0032
- Smith, H. J., Milberg, S. J., & Burke, S. J. (1996). Information privacy: Measuring individuals’ concerns about organizational practices. MIS Quarterly, 20(2), 167–196. https://doi.org/10.2307/249677
- Thibaut, J. W., & Walker, L. (1975). Procedural justice: A psychological analysis. L. Erlbaum Associates.
- Westin, A. F. (1967). Privacy and freedom. Atheneum.