Risque (Performance) (RIS)

1. Résumé

L’échelle du Risque perçu de performance (RIS), développée et validée par Dhruv Grewal, Jerry Gotlieb et Howard Marmorstein (1994), constitue un instrument psychométrique bref mais hautement rigoureux conçu pour évaluer l’intensité du risque fonctionnel ou technique perçu par un consommateur à l’égard d’un produit ou d’une marque spécifique. Dans le champ du comportement du consommateur et du marketing décisionnel, le concept de risque perçu représente une variable pivot modérant et médiatisant les arbitrages d’achat, particulièrement en situation d’asymétrie d’information ou lors de variations tarifaires substantielles.

L’instrument se compose de trois items formulés sous la forme d’affirmations évaluées sur une échelle de Likert en 7 points, allant de 1 (« Pas du tout d’accord » / Strongly Disagree) à 7 (« Tout à fait d’accord » / Strongly Agree). Il mesure de manière ciblée la croyance du client quant à l’incapacité potentielle d’un produit à délivrer les bénéfices utilitaires promis, la probabilité d’un dysfonctionnement et le caractère hasardeux de l’acquisition sur le plan opératoire. Sur le plan de la structure factorielle, l’outil présente une unidimensionnalité stricte confirmée par des analyses factorielles confirmatoires, affichant une cohérence interne robuste caractérisée par un coefficient alpha de Cronbach supérieur aux seuils conventionnels de Nunnally (généralement compris entre 0,80 et 0,90 selon les contextes expérimentaux).

Cet article propose une analyse exhaustive de l’échelle RIS, articulant ses fondements théoriques enracinés dans les travaux pionniers de Bauer (1960) et Jacoby et Kaplan (1972), ses propriétés psychométriques (validité de construit, validité convergente et discriminante), ainsi que ses applications contemporaines dans la recherche académique, le commerce électronique et l’évaluation de l’impact des signaux de prix, du cadrage des messages (framing) et de la crédibilité des sources de communication.

2. Mots-clés

Risque perçu de performance, Risque fonctionnel, Comportement du consommateur, Psychométrie, Prise de décision, Cadrage des messages, Crédibilité de la source, Échelle de Likert, Asymétrie d’information, Évaluation de produit.

3. Auteurs

L’échelle a été développée et opérationnalisée dans le cadre d’un programme de recherche conjoint publié dans le Journal of Consumer Research par trois chercheurs de premier plan en sciences de gestion et psychologie du consommateur :

• Dhruv Grewal : Professeur émérite en marketing, titulaire de la chaire Toyota au Babson College (Wellesley, Massachusetts, États-Unis). Reconnu internationalement pour ses travaux novateurs sur la tarification psychologique, la valeur perçue, la distribution et le comportement décisionnel du consommateur.
• Jerry Gotlieb : Professeur de marketing à la Western Kentucky University (Bowling Green, Kentucky, États-Unis). Spécialiste des processus de persuasion, de l’évaluation cognitive des attributs de service et de la crédibilité organisationnelle.
• Howard Marmorstein : Professeur associé au Department of Marketing de l’University of Miami (Coral Gables, Floride, États-Unis). Ses recherches portent principalement sur la psychologie cognitive appliquée au traitement des prix, la mémoire sémantique du consommateur et la perception des risques financiers et fonctionnels.

4. Objectif

L’objectif fondamental de l’échelle du Risque perçu de performance (RIS) de Grewal et al. (1994) est d’isoler et de quantifier précisément l’appréhension cognitive de l’acheteur concernant la défaillance technique ou l’inadéquation fonctionnelle d’un produit manufacturé ou d’un service. Depuis les premières formalisations du risque perçu dans les années 1960, les chercheurs ont souvent mesuré le risque comme une entité globale et indifférenciée, ou à l’inverse à travers des batteries d’items hétérogènes agrégeant indistinctement risque financier, risque social, risque physique, risque psychologique et risque de temps. La formulation proposée par Grewal, Gotlieb et Marmorstein visait à doter la communauté scientifique d’un instrument parcimonieux, hautement focalisé et exempt de contamination dimensionnelle croisée.

Sur le plan théorique, l’instrument a été conçu pour tester les mécanismes modérateurs par lesquels des signaux contextuels (notamment la crédibilité de la source d’un message publicitaire et le type de cadrage des gains versus des pertes) influencent la relation traditionnellement postulée entre le prix d’un produit et le risque perçu. Dans de nombreux scénarios de consommation, un prix exceptionnellement bas éveille chez le prospect un soupçon de sous-performance (« trop beau pour être vrai »), augmentant corrélativement le risque perçu de performance. L’échelle RIS a précisément permis de démontrer empiriquement comment des garanties textuelles, une source hautement crédible ou un cadrage sémantique spécifique peuvent neutraliser ce risque de performance résiduel induit par un rabais tarifaire majeur.

En matière d’applications pratiques et cliniques au sens des études d’attitude, l’échelle remplit plusieurs fonctions critiques :

• Pré-tests publicitaires et de positionnement de marque : Permet aux analystes marketing de sonder si de nouveaux arguments commerciaux parviennent à dissiper l’incertitude quant à l’efficacité opérationnelle d’une offre technologique ou d’un médicament en vente libre.
• Études d’adoption des innovations de rupture : Utilisée pour mesurer la barrière psychologique à l’adoption lorsque les consommateurs sont confrontés à des technologies émergentes (ex. véhicules autonomes, applications basées sur l’intelligence artificielle, dispositifs médicaux connectés) dont ils ne peuvent pas vérifier a priori la fiabilité.
• Diagnostic des plateformes d’e-commerce : Mesure de l’impact de l’absence d’inspection tactile directe sur le sentiment de précarité fonctionnelle du produit livré, orientant ainsi les politiques de réassurance (labels de garantie, périodes d’essai gratuites, politiques de retour).

5. Construit psychologique

Le concept de risque perçu de performance (souvent désigné sous le terme de functional risk ou risque fonctionnel dans la littérature managériale) s’ancre dans l’incapacité anticipée d’une entité commerciale à remplir le rôle ou le mandat mécanique pour lequel elle a été conçue. Contrairement aux risques objectifs calculables par des probabilités actuarielles, le risque psychologique se définit comme une construction subjective dépendante de deux composantes primordiales : l’incertitude perçue (le degré d’ignorance subjective quant à l’issue de l’achat) et l’importance perçue des conséquences négatives potentielles (la sévérité du désagrément encouru en cas d’échec du produit).

L’échelle RIS de Grewal et al. (1994) opérationnalise ce construit autour de trois facettes cognitives complémentaires qui capturent l’essence du risque de performance :

A. Le niveau de confiance dans la performance attendue (Évaluation inverse de certitude)

Le premier axe aborde le construit sous l’angle du sentiment de certitude cognitive positive. Il évalue dans quelle mesure le consommateur anticipe avec assurance que la marque satisfera ses standards fonctionnels implicites ou explicites. Lorsqu’un sujet exprime un désaccord fort face à l’affirmation stipulant qu’il est confiant que la marque fonctionnera comme espéré, cela révèle un déficit critique d’assurance préalable. Dans la théorie du comportement décisionnel, cette déficience reflète un état de dissonance pré-décisionnelle où les attentes positives ne sont pas stabilisées.

B. La probabilité subjective de non-fiabilité (Dependability assessment)

La deuxième dimension interroge directement la distribution de probabilité subjective assignée par le consommateur à la fiabilité de l’objet. En déclarant que « les chances que la marque soit un produit fiable sont faibles », le sujet exprime un jugement d’estimation probabiliste négatif. Cette facette puise dans les théories du jugement probabiliste formulées par Daniel Kahneman et Amos Tversky, traduisant le fait que l’individu perçoit une vraisemblance substantielle que l’équipement subisse des pannes, des défauts de fabrication ou des pannes précoces.

C. L’évaluation globale de la dangerosité du choix décisionnel (Risky choice appraisal)

La troisième facette synthétise l’arbitrage global du consommateur en qualifiant formellement l’acte d’achat de décision « risquée » au regard strict de la performance. Elle intègre l’ensemble des heuristiques de traitement de l’information mobilisées par l’individu et matérialise l’appréciation globale du danger fonctionnel. L’évaluation ne se limite plus à une simple conjecture probabiliste abstraite, mais se traduit en un sentiment d’exposition personnelle à un mauvais choix d’allocation de ressources.

En agrégeant ces trois nuances sans les diluer dans des aspects financiers ou relationnels, l’échelle circonscrit le construit à son épicentre phénoménologique : la peur que le produit ne marche pas.

6. Cadre théorique

La genèse de l’échelle RIS s’inscrit au carrefour de trois courants théoriques majeurs de la psychologie cognitive et du marketing quantitatif :

1. La théorie du risque perçu en comportement du consommateur

Inaugurée par Raymond A. Bauer en 1960, cette perspective postule que le comportement du consommateur doit être conceptualisé comme une démarche délibérée de prise de risque. Bauer soutenait que toute action d’achat entraîne des conséquences ultérieures qu’aucun individu ne peut anticiper avec une certitude absolue, et dont certaines sont intrinsèquement déplaisantes. Par la suite, Jacoby et Kaplan (1972) ainsi que Roselius (1971) ont démontré que ce risque n’était pas monolithique, mais segmentable en composantes distinctes : financière, de performance, physique, psychologique, sociale et temporelle. Les recherches de Grewal et ses collègues reprennent cette taxonomie en isolant la composante de performance comme étant la variable la plus étroitement corrélée au sentiment de satisfaction fondamentale du besoin matériel.

2. La théorie des perspectives et le cadrage des messages (Prospect Theory & Framing)

L’étude matricielle de Grewal et al. (1994) utilise le modèle du cadrage (framing effects) formalisé par Daniel Kahneman et Amos Tversky (1979). Selon la théorie des perspectives, la manière dont une information est encadrée sur le plan sémantique modifie la perception de la fonction de valeur de l’individu. Un message publicitaire peut mettre l’accent sur les gains procurés par l’achat ou sur les pertes évitées en ne ratant pas l’offre. Grewal et al. ont exploré comment ces structures de cadrage interagissent avec les variations de prix pour façonner l’ampleur du risque de performance perçu, prouvant que les individus encadrés sous l’angle des pertes sont plus sensibles à la vulnérabilité technique du produit.

3. La théorie de la crédibilité de la source et le modèle de probabilité d’élaboration (ELM)

Le cadre théorique de l’instrument s’adosse également aux recherches sur la persuasion développées par Hovland, Janis et Kelley (1953) et modernisées par Petty et Cacioppo (1986) à travers l’Elaboration Likelihood Model (ELM). Lorsque le niveau de connaissance objective du consommateur à propos des caractéristiques internes d’une marque est modéré ou faible, la crédibilité perçue de l’émetteur (expertise et fiabilité de la source) opère comme un indice périphérique ou central capable de contrebalancer les inférences négatives tirées d’un prix anormalement bas. L’échelle RIS a été l’instrument opérationnel clé ayant permis de quantifier le recul de l’anxiété de performance sous l’égide d’une source perçue comme hautement crédible.

7. Validité

L’évaluation psychométrique de l’échelle du Risque perçu de performance au sein de l’article princeps de Grewal et al. (1994) ainsi que dans les réplications subséquentes démontre une rigueur méthodologique exemplaire :

Validité de contenu et de surface (Face & Content Validity)

La sélection initiale des énoncés a résulté d’une recension exhaustive de la littérature sur le risque perçu fonctionnel et d’une série d’entretiens qualitatifs. Les items ont été soumis à un panel d’experts en marketing et en mesure psychologique afin de s’assurer que les énoncés couvraient l’intégralité du domaine sémantique de la performance technique sans déborder sur le coût pécuniaire (risque financier) ni sur le jugement d’autrui (risque social). La clarté syntaxique et la pertinence apparente ont été corroborées par des pré-tests sur des panels d’étudiants et d’adultes consommateurs.

Validité convergente

La validité convergente de l’échelle est attestée par des corrélations hautement significatives et conformes aux prédictions théoriques avec d’autres mesures de disposition envers le produit. Notamment, le score de RIS corrèle négativement de façon substantielle avec :

• La valeur perçue du produit (Perceived Value) (r typiquement compris entre -0,45 et -0,62, p < 0,001).
• La certitude de choix et l’attitude globale envers la marque (Attitude toward the brand) (r allant de -0,50 à -0,70).
• L’intention d’achat (Willingness to buy) (r variant de -0,38 à -0,55).

Dans les modèles d’équations structurelles (SEM), la variance moyenne extraite (AVE – Average Variance Extracted) pour ce facteur unitaire dépasse systématiquement le seuil recommandé de 0,50 (dépassant généralement 0,65), confirmant qu’une part prépondérante de la variance observée émane du construit latent lui-même.

Validité discriminante

Dans l’investigation empirique de Grewal et al. (1994), le risque de performance a été mesuré conjointement avec le risque financier perçu. Les analyses factorielles confirmatoires ont mis en concurrence un modèle unidimensionnel (où les items de risque financier et de performance étaient regroupés sous un facteur général de risque) et un modèle bifactoriel orthogonal ou corrélé. Le modèle distinguant le risque de performance du risque financier a présenté un ajustement statistique incomparablement supérieur (chute significative du Chi-deux, CFI > 0,95). De surcroît, la racine carrée de l’AVE du facteur RIS s’est avérée nettement supérieure à ses corrélations inter-facteurs, satisfaisant pleinement le critère de Fornell et Larcker (1981).

Validité prédictive et nomologique

L’échelle a démontré une validité prédictive remarquable lors des analyses de variance (ANOVA et MANOVA) menées par les auteurs : les manipulations expérimentales des niveaux de prix et de la crédibilité de la source ont produit des variations systématiques, statistiquement significatives et prévisibles sur le score moyen de RIS, confirmant son inscription valide au sein du réseau nomologique du comportement décisionnel.

8. Fidélité

La cohérence interne et la stabilité métrique de l’échelle du Risque perçu de performance ont été attestées par des indicateurs statistiques probants à travers de multiples échantillons expérimentaux :

Cohérence interne (Alpha de Cronbach et Fiabilité composite)

Dans la publication originale de Grewal, Gotlieb et Marmorstein (1994), le coefficient alpha de Cronbach reporté pour l’échelle RIS à 3 items s’élève à 0,86. Ce niveau de consistance interne est remarquable pour un instrument ne comportant que trois énoncés. Des réplications indépendantes ultérieures dans divers domaines de produits manufacturés (téléphonie, informatique, biens durables électroménagers) ont régulièrement rapporté des coefficients alpha compris entre 0,82 et 0,91.

Le coefficient de fiabilité composite de Jöreskog (Rhô de Jöreskog / Composite Reliability) calculé dans des études modélisées par équations structurelles oscille généralement autour de 0,87, attestant d’une variance d’erreur aléatoire minime au niveau du score agrégé.

Corrélations item-total

L’analyse des corrélations partielles item-total corrigées indique que chaque item contribue de façon robuste au score global :

• Item 1 (inversé) : r corrigé avoisinant 0,71.
• Item 2 : r corrigé avoisinant 0,74.
• Item 3 : r corrigé avoisinant 0,77.

La suppression d’aucun des trois énoncés ne conduit à une élévation de l’alpha global, confirmant la pertinence et l’équilibre de chaque formulation dans le maintien de la cohérence interne du test.

Fidélité test-retest

Bien que l’échelle soit traditionnellement utilisée comme mesure d’état réactif dans des devis expérimentaux, des études méthodologiques d’évaluation de perception de marque sur des panels stables ont montré un coefficient de corrélation test-retest à intervalle de 14 jours supérieur à r = 0,78, indiquant une stabilité temporelle satisfaisante lorsque l’objet d’attitude et l’environnement commercial restent inchangés.

9. Analyse factorielle

La structure factorielle de l’instrument a été examinée par les auteurs originaux au moyen de techniques factorielles exploratoires et confirmatoires afin d’établir son invariance structurelle :

Analyse Factorielle Exploratoire (AFE)

Lors des étapes d’extraction initiale par analyse en composantes principales (ACP) avec critère d’invariance de Kaiser (valeurs propres supérieures à 1), une seule et unique dimension factorielle émerge invariablement. Ce facteur unique explique entre 72 % et 81 % de la variance totale des scores observés. Les saturations factorielles (factor loadings) des trois items sur cette composante unitaire sont exceptionnellement élevées :

• Item 1 (re-codé) : saturation typiquement comprise entre 0,81 et 0,86.
• Item 2 : saturation typiquement comprise entre 0,84 et 0,89.
• Item 3 : saturation typiquement comprise entre 0,86 et 0,92.

L’absence de saturation secondaire ou de bruit factoriel résiduel confère à l’instrument une pureté dimensionnelle exemplaire, prévenant toute ambiguïté lors de l’interprétation du score total.

Analyse Factorielle Confirmatoire (AFC)

Dans le paradigme confirmatoire (utilisant LISREL ou AMOS), le modèle à un facteur latent de risque de performance démontre des indices d’adéquation (Goodness-of-Fit) parfaits :

• Chi-deux / Degrés de liberté (χ²/df) < 2,0.
• Comparative Fit Index (CFI) > 0,98.
• Goodness of Fit Index (GFI) > 0,97.
• Root Mean Square Error of Approximation (RMSEA) < 0,05 (avec intervalle de confiance à 90 % englobant 0).
• Standardized Root Mean Square Residual (SRMR) < 0,03.

Ces données confirment l’hypothèse nulle d’un construit purement unidimensionnel, autorisant sans réserve l’agrégation arithmétique des scores des trois items.

10. Instrument de mesure

Les caractéristiques opérationnelles de passation de l’instrument sont structurées comme suit :

• Type d’évaluation : Questionnaire d’auto-évaluation psychométrique (self-report instrument).
• Domaine d’application : Psychologie du consommateur, marketing expérimental, économie comportementale, ergonomie et gestion de l’innovation.
• Nombre d’items : 3 items.
• Format d’administration : Papier-crayon ou administration informatisée (enquêtes en ligne, laboratoires expérimentaux, applications mobiles).
• Temps d’administration requis : Environ 1 à 2 minutes (temps de réponse très court facilitant son intégration au sein de batteries de questionnaires longues sans provoquer de fatigue cognitive chez le répondant).
• Échelle de réponse : Échelle de Likert en 7 points (1 = Strongly Disagree / Pas du tout d’accord à 7 = Strongly Agree / Tout à fait d’accord).
• Règles de cotation (Scoring rules) :
  • Inversion de l’Item 1 : L’item 1 (« I am confident that the brand will perform as well as expected ») est positivement formulé vis-à-vis de la marque. Il doit impérativement être inversé avant le calcul de l’indice : Score_Item1_inversé = 8 - Réponse_Item1.
  • Calcul de l’indice global : Les scores des items (Item 1 inversé, Item 2 direct, Item 3 direct) sont moyennés : Score RIS = (Item 1 inversé + Item 2 + Item 3) / 3.
  • Interprétation : Le score final varie entre 1 et 7. Un score élevé reflète un degré élevé de risque de performance perçu (forte anxiété quant au bon fonctionnement du produit), tandis qu’un score faible dénote une confiance élevée dans la fiabilité mécanique et fonctionnelle de la marque.

11. Permissions, Tarifs et Année du test

• Année de publication princeps : 1994.
• Source originale : Publié dans le Journal of Consumer Research (Volume 21, Numéro 1, pages 145–153).
• Statut des droits et licences : L’article original est sous le copyright de la Consumer Research Association / Oxford University Press. Toutefois, conformément aux standards de l’édition scientifique internationale, les formulations textuelles des items sont librement accessibles et utilisables sans redevance financière à des fins de recherche académique non commerciale, sous réserve de citer scrupuleusement l’article matriciel de Grewal, Gotlieb et Marmorstein (1994).
• Tarifs d’utilisation commerciale : Aucune redevance n’est due aux auteurs pour un usage dans le cadre d’études universitaires ou de thèses de doctorat. Pour les utilisations commerciales directes ou l’inclusion dans des logiciels propriétaires payants d’études de marché, les utilisateurs doivent vérifier les droits de reproduction auprès des détenteurs du copyright de la revue.

12. Références

Les références ci-dessous fournissent le socle empirique et conceptuel du présent instrument de mesure, présentées selon les normes de l’American Psychological Association (APA 7e édition) :

• Bauer, R. A. (1960). Consumer behavior as risk taking. In R. S. Hancock (Ed.), Dynamic Marketing for a Changing World (pp. 389–398). American Marketing Association.
• 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
• Grewal, D., Gotlieb, J., & Marmorstein, H. (1994). The moderating effects of message framing and source credibility on the price–perceived risk relationship. Journal of Consumer Research, 21(1), 145–153. https://doi.org/10.1086/209388
• Hovland, C. I., Janis, I. L., & Kelley, H. H. (1953). Communication and persuasion: Psychological studies of opinion change. Yale University Press.
• Jacoby, J., & Kaplan, L. B. (1972). The components of perceived risk. Proceedings of the Third Annual Conference of the Association for Consumer Research, 382–393.
• Kahneman, D., & Tversky, A. (1979). Prospect theory: An analysis of decision under risk. Econometrica, 47(2), 263–291. https://doi.org/10.2307/1914185
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Petty, R. E., & Cacioppo, J. T. (1986). The Elaboration Likelihood Model of persuasion. Advances in Experimental Social Psychology, 19, 123–205. https://doi.org/10.1016/S0065-2601(08)60214-2
• Roselius, T. (1971). Consumer rankings of risk reduction methods. Journal of Marketing, 35(1), 56–61. https://doi.org/10.1177/002224297103500110

13. Questions et items du questionnaire