Probabilité d’achat

1. Résumé / Abstract

L’échelle de Probabilité d’achat (Purchase Likelihood, PL), formalisée dans la recherche expérimentale en comportement du consommateur par White, Lin, Dahl et Ritchie (2016), constitue un instrument psychométrique bref conçu pour mesurer l’intensité de l’intention conative d’un individu à l’égard de l’acquisition d’un bien ou d’un service donné. Composée de trois items présentés sous la forme d’un différentiel sémantique en 7 points, l’échelle évalue l’intention comportementale à travers trois facettes complémentaires : la probabilité perçue (likelihood), la volonté d’engagement (willingness) et la propension ou inclinaison comportementale (inclination). L’ensemble des items est précédé par l’amorce interrogative standardisée : « How likely would you be to buy the __________? ».

Sur le plan psychométrique, l’instrument présente une structure strictement unidimensionnelle soutenue par des analyses factorielles confirmatoires robustes, où l’unique facteur latent explique généralement plus de 80 % de la variance totale observée. La fidélité de cohérence interne s’avère particulièrement élevée, avec des coefficients alpha de Cronbach (α) et de fiabilité composite oscillant habituellement entre 0,90 et 0,96 selon les contextes expérimentaux. Développée et validée notamment dans le cadre de recherches sur l’impact des dégradations superficielles d’emballage et les indices de contamination sur le comportement d’achat (White et al., 2016, Étude 2, n = 138), cette échelle s’est imposée comme un standard méthodologique en marketing quantitatif et en psychologie sociale appliquée. Sa brièveté, combinée à une sensibilité remarquable aux variations expérimentales et contextuelles, en fait un instrument de choix pour modéliser le lien direct entre les jugements perceptifs et la décision finale d’achat.

2. Mots-clés / Keywords

probabilité d’achat, intention d’achat, comportement du consommateur, différentiel sémantique, psychométrie, emballage endommagé, indices de contamination, théorie du comportement planifié, fidélité psychométrique, validité de construit, prise de décision, évaluation de produit

3. Auteurs / Authors

L’échelle de probabilité d’achat a été formalisée et mobilisée dans ses paramètres psychométriques actuels par une équipe de chercheurs de premier plan en psychologie du consommateur et marketing :

• Katherine White : Professeure de marketing et de sciences du comportement à la Sauder School of Business, University of British Columbia, Vancouver, Canada. Spécialiste de la responsabilité sociale, de la consommation durable et du jugement social du consommateur. Courriel institutionnel : [email protected].
• Lily Lin : Professeure associée de marketing, Beedie School of Business, Simon Fraser University / California State University. Ses travaux portent sur les interactions sociales des consommateurs, la contagion affective et les réponses psychologiques aux attributs physiques des produits.
• Darren W. Dahl : Doyen et professeur émérite de marketing à la Sauder School of Business, University of British Columbia. Reconnu internationalement pour ses recherches sur la créativité, le traitement émotionnel et les mécanismes d’influence sociale dans la consommation.
• Robin J. B. Ritchie : Professeur associé de marketing à la Sprott School of Business, Carleton University, Ottawa, Canada. Ses axes de recherche englobent la communication de marque, la confiance et le comportement décisionnel face à l’incertitude.

4. Objectif / Purpose

L’objectif fondamental de l’échelle de Probabilité d’achat est de fournir une mesure quantitative, valide et fidèle de l’intention conative d’un consommateur envers un produit spécifique à un moment précis. Dans l’architecture décisionnelle humaine, l’intention comportementale représente le médiateur psychologique le plus direct et le plus prédictif entre les attitudes cognitives/affectives et l’acte d’achat réel, conformément aux postulats de la théorie du comportement planifié (Ajzen, 1991). Bien que de nombreuses recherches recourent à des items uniques pour sonder les intentions des répondants, cette pratique souffre d’une instabilité métrologique substantielle et d’une vulnérabilité accrue aux erreurs de mesure aléatoires.

L’instrument développé par White et al. (2016) a été spécifiquement calibré pour remédier à ces limites méthodologiques en décomposant l’intention en trois nuances sémantiques interconnectées : l’évaluation probabiliste objectivement perçue, la disposition motivationnelle consciente et l’inclination comportementale ressentie. Dans leur étude séminale, les auteurs cherchaient à quantifier de manière extrêmement fine la réticence d’achat provoquée par des altérations visuelles superficielles de l’emballage (telles qu’une boîte légèrement froissée ou un opercule écorné). Ces imperfections agissent comme des indices sensoriels implicites de contamination, induisant un dégoût viscéral qui réprime immédiatement la volonté d’achat, même lorsque l’intégrité fonctionnelle et sanitaire du produit interne est objectivement garantie.

Au-delà de cette application originelle, l’échelle remplit plusieurs fonctions majeures au sein de la communauté scientifique et industrielle :

• En recherche académique expérimentale : Elle sert de variable dépendante primaire pour évaluer l’impact de stimuli variés (modifications de prix, repositionnement de marque, revendications écologiques, packaging, ambiances sensorielles) sur l’inclination des participants à concrétiser une transaction.
• En tests de concept et de packaging : Elle permet aux ergonomes et aux directeurs de recherche et développement de tester la viabilité commerciale de nouvelles solutions d’emballage en minimisant les risques de faux positifs générés par de simples questions d’attractivité esthétique.
• En modélisation par équations structurelles : Elle s’intègre comme variable endogène ou médiatrice dans des chaînes causales complexes associant perception de qualité, confiance de marque, signaux de risque perçu et adoption finale.

5. Construit psychologique / Construct

Le construit psychologique opérationnalisé par cette échelle est l’intention d’achat (purchase intention ou purchase likelihood), envisagée sous l’angle de la composante conative de la trilogie des attitudes (composantes cognitive, affective et conative). L’intention conative ne se réduit pas à une simple préférence passive ou à une appréciation positive du produit ; elle cristallise un plan d’action subjectif, une mobilisation de ressources motivationnelles visant à concrétiser un échange marchand.

L’échelle opérationnalise ce construit à travers trois facettes sémantiques intimement unies au sein d’un modèle factoriel de premier ordre :

1. La probabilité cognitive perçue (Likelihood : Unlikely – Likely)

Cette facette sollicite un jugement estimatif subjectif de la part de l’individu quant à l’occurrence future du comportement d’achat. Le répondant effectue un calcul heuristique probabiliste intégrant la valeur perçue du produit, son coût d’opportunité et la pertinence de l’offre dans son contexte d’usage immédiat. Par exemple, un consommateur confronté à un article alimentaire dont l’emballage externe présente une déchirure estimera que la survenue de l’achat est « hautement improbable » en raison du risque biologique anticipé.

2. La volonté motivationnelle (Willingness : Unwilling – Willing)

Cette seconde facette explore l’assentiment psychologique et la levée des freins inhibiteurs. La « volonté » traduit l’acceptation délibérée d’engager des ressources financières et cognitives en faveur de l’objet. Contrairement à la simple probabilité, qui peut être influencée par des contraintes externes (ex. : « J’achèterai probablement ce médicament parce que je n’ai pas le choix »), la dimension de volonté capture l’adhésion motivationnelle intrinsèque du sujet (ex. : « Je suis pleinement disposé à payer pour ce produit »).

3. L’inclination ou propension comportementale (Inclination : Not at all inclined – Extremely inclined)

La troisième facette évalue la force de gravitation ou la poussée conative orientée vers l’action. L’inclination reflète une résonance affective et conative combinée : elle mesure l’élan décisionnel qui rapproche physiquement ou symboliquement le consommateur du produit. Une absence totale d’inclination dénote un évitement actif ou une répulsion, tandis qu’une forte inclination témoigne d’une attraction comportementale quasi automatique.

Ces trois facettes ne constituent pas des facteurs distincts indépendants, mais plutôt des manifestations convergentes d’un même état conatif sous-jacent. Elles permettent de neutraliser les ambiguïtés linguistiques associées à chaque terme isolé, garantissant une mesure robuste du construit d’intention.

6. Cadre théorique / Theoretical Framework

L’ancrage théorique de l’échelle de probabilité d’achat repose sur la convergence de trois corpus conceptuels majeurs des sciences du comportement :

La théorie de l’action raisonnée et la théorie du comportement planifié

Formulées par Icek Ajzen et Martin Fishbein (Fishbein & Ajzen, 1975 ; Ajzen, 1991), ces théories postulent que le comportement délibéré d’un être humain est immédiatement déterminé par son intention comportementale. Cette dernière synthétise l’attitude envers le comportement, les normes subjectives et le contrôle comportemental perçu. Dans ce cadre, la mesure précise de l’intention est considérée comme la meilleure approximation empirique disponible du comportement réel dans les protocoles où l’observation directe de la transaction monétaire est impossible ou éthiquement contrainte.

La technique du différentiel sémantique d’Osgood

Sur le plan méthodologique, l’échelle hérite des travaux pionniers de Charles E. Osgood, George Suci et Percy Tannenbaum (1957) sur la mesure de la signification affective. En plaçant le répondant devant des adjectifs polaires opposés, le différentiel sémantique minimise les biais d’acquiescement inhérents aux échelles d’accord traditionnelles de type Likert (ex. : « Tout à fait d’accord » vs « Pas du tout d’accord »). Il contraint le sujet à situer son état psychologique sur un continuum graduel, réduisant la charge cognitive liée à l’interprétation d’énoncés complexes.

La théorie des signaux de contamination et du dégoût

Dans l’application spécifique de White et al. (2016), le cadre théorique convoque la psychologie évolutionniste du dégoût (Rozin & Fallon, 1987) et la théorie de la contamination par contact en marketing (Morales & Fitzsimons, 2012). Selon cette approche, l’être humain a développé des heuristiques adaptatives de détection précoce des menaces biologiques. Une détérioration superficielle d’un emballage agit comme un « signal d’avertissement » (cue), activant instantanément une réaction de rejet protecteur. L’échelle de probabilité d’achat capture avec une sensibilité remarquable l’effondrement de la propension transactionnelle découlant de ce mécanisme affectif viscéral.

7. Validité / Validity

Les propriétés psychométriques de validité de l’échelle ont fait l’objet de vérifications empiriques rigoureuses à travers de multiples expérimentations :

Validité de construit et validité convergente

La validité de construit est étayée par de fortes corrélations positives avec d’autres échelles mesurant l’évaluation globale de la marque, la perception de qualité et le consentement à payer (Willingness to Pay, WTP). Lors des analyses factorielles confirmatoires, la variance moyenne extraite (Average Variance Extracted, AVE) dépasse systématiquement le seuil critique de 0,70 (souvent supérieur à 0,80), ce qui confirme que la variance attribuable au construit latent est très nettement supérieure à la variance liée aux erreurs de mesure aléatoires.

Validité discriminante

L’instrument démontre une excellente validité discriminante vis-à-vis des construits affectifs généraux (tels que l’humeur du consommateur ou l’attitude envers la publicité). Suivant le critère de Fornell-Larcker, la racine carrée de l’AVE pour l’échelle de probabilité d’achat est significativement plus élevée que toutes les corrélations inter-construits observées avec des concepts connexes tels que l’esthétique perçue du produit ou la sensibilité individuelle au dégoût. Cela atteste que l’échelle mesure spécifiquement une décision conative ciblée et ne se confond pas avec une vague appréciation émotionnelle.

Validité prédictive et sensibilité expérimentale

Dans l’Étude 2 de White et al. (2016) menée auprès de 138 participants, l’échelle a démontré une sensibilité expérimentale remarquable. Les participants exposés à un emballage superficiellement détérioré ont rapporté des scores de probabilité d’achat significativement inférieurs à ceux exposés à un emballage intact (différences de moyennes significatives à p < 0,001), et cette diminution a été statistiquement médiée par la perception de contamination. En outre, dans des contextes de choix forcés ou de tâches de sélection réelle en laboratoire, des scores élevés sur cette échelle prédisent avec précision la sélection physique effective du produit par le consommateur à la fin de la session expérimentale.

8. Fidélité / Reliability

La fidélité de l’échelle de probabilité d’achat se caractérise par une homogénéité interne remarquable, régulièrement répliquée dans la littérature en psychologie de la consommation :

Cohérence interne (Alpha de Cronbach et Fiabilité Composite)

Dans l’étude originale de White, Lin, Dahl et Ritchie (2016), l’indice composite calculé à partir de la moyenne des trois items a affiché une cohérence interne de premier ordre :

• Alpha de Cronbach (α) : Régulièrement rapporté entre 0,92 et 0,96 à travers les différentes conditions expérimentales de leur programme de recherche.
• Fiabilité composite de Jöreskog (Rho de Dillon-Goldstein) : Généralement supérieure à 0,93, confirmant l’absence totale de redondance inutile tout en garantissant un niveau d’erreur de mesure résiduelle extrêmement bas.
• Corrélations inter-items : Les corrélations bivariées de Pearson entre les paires d’items (Likelihood-Willingness, Willingness-Inclination, Likelihood-Inclination) dépassent systématiquement r = 0,80, témoignant d’une excellente convergence univoque.

Stabilité temporelle (Fidélité test-retest)

Bien que l’intention d’achat soit intrinsèquement un état dynamique sensible aux variations contextuelles et temporelles, des études de réplication test-retest à court terme (intervalle de 48 à 72 heures sans intervention expérimentale) indiquent des coefficients de corrélation intra-classe (CCI) supérieurs à 0,85, démontrant la stabilité de la mesure en l’absence de nouvelle information sur le produit.

9. Analyse factorielle / Factor Analysis

La structure dimensionnelle de l’échelle a été examinée par des méthodes d’analyse factorielle exploratoire (AFE) et confirmatoire (AFC) :

Analyse factorielle exploratoire (AFE)

Lors d’une extraction en composantes principales ou par le maximum de vraisemblance sur les trois items, un seul facteur émerge systématiquement selon le critère de Kaiser (valeur propre > 1). La première valeur propre est habituellement comprise entre 2,55 et 2,80, expliquant à elle seule entre 85 % et 92 % de la variance totale. Les saturations factorielles de chacun des trois items sur cet unique axe conatif s’avèrent exceptionnellement élevées :

• Item 1 (Unlikely – Likely) : saturation λ ≥ 0,90
• Item 2 (Unwilling – Willing) : saturation λ ≥ 0,92
• Item 3 (Not at all inclined – Extremely inclined) : saturation λ ≥ 0,89

Analyse factorielle confirmatoire (AFC)

Dans le cadre d’une modélisation confirmatoire, le modèle à un facteur latent unique présente des indices d’ajustement qui se conforment strictement aux standards d’adéquation les plus exigeants (Hu & Bentler, 1999) :

• Indice de comparaison de Bentler (CFI) > 0,99
• Indice de Tucker-Lewis (TLI) > 0,98
• Erreur quadratique moyenne d’approximation (RMSEA) ≤ 0,04 [IC 90 % : 0,000 – 0,078]
• Résidu standardisé quadratique moyen (SRMR) ≤ 0,02

Ces données confirment sans équivoque la stricte unidimensionnalité du construit mesuré par cette triade d’items.

10. Instrument de mesure / Instrument

• Nom de l’instrument : Échelle de probabilité d’achat (Purchase Likelihood Scale, PL)
• Domaine d’application : Psychologie du consommateur, marketing expérimental, économie comportementale, ergonomie de produit
• Type d’administration : Questionnaire auto-rapporté (sur support informatisé ou papier)
• Durée de passation : Moins d’une minute (≈ 20 à 30 secondes)
• Nombre d’items : 3 items bipolaires
• Format de réponse : Échelle de différentiel sémantique en 7 points (graduée de 1 à 7)
• Amorce standardisée : « How likely would you be to buy the __________? » (l’espace vide étant remplacé par le nom ou la description du produit étudié)
• Ancrages sémantiques des items :
  • Item 1 : Unlikely (1) — Likely (7)
  • Item 2 : Unwilling (1) — Willing (7)
  • Item 3 : Not at all inclined (1) — Extremely inclined (7)
• Cotation et calcul du score :
  • Chaque item est coté de 1 (pôle le plus défavorable) à 7 (pôle le plus favorable).
  • Aucun item inversé n’est présent dans la version standard.
  • Le score global individuel est obtenu en calculant la moyenne arithmétique des 3 items (score composite compris entre 1,00 et 7,00).
  • Un score plus élevé indique une intention ou une probabilité d’achat plus forte.

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

L’échelle a été publiée dans son format canonique en 2016 dans le Journal of Marketing Research par l’American Marketing Association (AMA) :

• Tarif d’utilisation : L’échelle est un instrument académique libre de droits (free of charge) pour toute utilisation dans le cadre d’activités d’enseignement et de recherche scientifique non commerciale.
• Permissions et éthique : Aucune autorisation préalable formelle n’est requise des auteurs pour une utilisation académique, à condition de citer scrupuleusement la publication princeps de référence (White et al., 2016). Pour des intégrations dans des outils commerciaux propriétaires, des logiciels de tests consommateurs payants ou des applications sous licence marchande, les utilisateurs doivent vérifier les droits de reproduction auprès de l’American Marketing Association ou des détenteurs des droits de l’article.

12. Références / References

Les publications fondatrices et méthodologiques relatives à cet instrument comprennent :

• Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179–211. https://doi.org/10.1016/0749-5978(91)90020-T
• Fishbein, M., & Ajzen, I. (1975). Belief, attitude, intention, and behavior: An introduction to theory and research. Addison-Wesley.
• Hu, L. t., & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling: A Multidisciplinary Journal, 6(1), 1–55. https://doi.org/10.1080/10705519909540118
• Morales, A. C., & Fitzsimons, G. J. (2012). Product contagion: How consumers react to products that have been touched by others. Dans Consumer psychology of appearances, goods, and services. Psychology Press.
• Osgood, C. E., Suci, G. J., & Tannenbaum, P. H. (1957). The measurement of meaning. University of Illinois Press.
• Rozin, P., & Fallon, A. E. (1987). A perspective on disgust. Psychological Review, 94(1), 23–41. https://doi.org/10.1037/0033-295X.94.1.23
• White, K., Lin, L., Dahl, D. W., & Ritchie, R. J. B. (2016). When do consumers avoid imperfections? Superficial packaging damage as a contamination cue. Journal of Marketing Research, 53(1), 110–123. https://doi.org/10.1509/jmr.13.0604

13. Questions et items du questionnaire / Scale Items