Utilisation d’Internet (Temps) (INTTIME)

1. Résumé / Abstract

L’échelle d’Utilisation d’Internet (Temps) (communément désignée par l’acronyme INTTIME pour Internet Usage – Time) a été développée et formalisée par les professeurs Charla Mathwick et Edward E. Rigdon dans leur étude princeps publiée en 2004 dans le Journal of Consumer Research. Cet instrument psychométrique unidimensionnel composé de quatre items a été spécifiquement conçu pour évaluer le volume perçu et la fréquence relative de l’activité en ligne d’un individu en tant que variable de différence individuelle. Contrairement aux simples métriques de journalisation technique (telles que le temps de connexion brut enregistré par un serveur), INTTIME saisit l’auto-évaluation subjective de l’intensité d’usage en situant le comportement du sujet par rapport à des normes sociales perçues et à des repères d’intensité d’usage (qualification d’« utilisateur intensif » ou heavy user).

Les participants répondent aux quatre énoncés à l’aide d’une échelle de Likert en 7 points, allant de 1 (« Fortement en désaccord ») à 7 (« Fortement d’accord »). Les scores des items sont moyennés pour produire un indice composite d’utilisation intensive d’Internet. Sur le plan psychométrique, l’instrument présente des propriétés de consistance interne remarquables, avec des coefficients de fidélité composite et d’alpha de Cronbach généralement supérieurs à 0,85, ainsi qu’une excellente validité convergente et discriminante dans le cadre de modélisations par équations structurelles. L’échelle est largement mobilisée en psychologie des technologies, en comportement du consommateur et en ergonomie cognitive pour examiner comment l’expérience préalable et l’intensité d’usage modulent l’état de flow (l’expérience optimale), le jeu en ligne (playfulness) et la recherche d’information sur le Web.

2. Mots-clés / Keywords

Utilisation d’Internet, intensité d’usage, différences individuelles, psychométrie, expérience en ligne, navigation web, théorie du flow, comportement du consommateur, immersion numérique, validation d’échelle, navigation exploratoire, assiduité numérique.

3. Auteurs / Authors

L’échelle INTTIME est issue des travaux conjoints de :

• Charla Mathwick : Professeure émérite de marketing à la School of Business Administration de l’Université d’État de Portland (Portland State University, Oregon, États-Unis). Ses recherches pionnières portent sur l’expérience du consommateur en ligne, la valeur expérientielle (experiential value), les communautés virtuelles et les interactions homme-machine.
• Edward E. Rigdon : Professeur de marketing au J. Mack Robinson College of Business de l’Université d’État de Géorgie (Georgia State University, Atlanta, États-Unis). Méthodologue renommé à l’échelle internationale, ses contributions méthodologiques majeures portent sur la modélisation par équations structurelles (SEM), l’analyse des moindres carrés partiels (PLS-SEM) et la mesure des construits psychologiques complexes.

4. Objectif / Purpose

L’objectif central de l’échelle d’utilisation d’Internet (INTTIME) est de quantifier de manière fiable et standardisée la perception qu’a un individu du volume, de la fréquence et de la régularité de son engagement temporel sur le Web. Dans les premières décennies de l’expansion d’Internet, les chercheurs se sont rapidement heurtés aux limites méthodologiques inhérentes aux mesures purement objectives du temps passé en ligne. Le temps d’écran chronométré ne reflète pas adéquatement l’ancrage psychologique d’un individu dans l’écosystème numérique : une personne peut rester connectée plusieurs heures pour des raisons purement passives ou professionnelles sans s’identifier comme un internaute chevronné ou intensif. À l’inverse, l’évaluation subjective capturée par INTTIME reflète la saillance psychologique de l’usage d’Internet dans le quotidien du sujet.

Sur le plan théorique et empirique, Mathwick et Rigdon (2004) ont développé cette mesure pour servir de variable de contrôle ou de variable modératrice clé dans l’étude des processus expérientiels en ligne. Plus spécifiquement, l’échelle permet de répondre aux besoins suivants :

• Caractériser le profil d’habileté et de familiarité de l’utilisateur : L’utilisation intensive du Web est intrinsèquement liée à l’accumulation d’un capital de navigation, réduisant la charge cognitive extrinsèque lors de la réalisation de tâches complexes de recherche ou de transaction en ligne.
• Analyser la dynamique de l’état de flow : Selon la théorie de l’expérience optimale, le flow survient lorsqu’il y a un équilibre parfait entre les compétences de l’utilisateur et les défis de la tâche. INTTIME sert à étalonner le niveau d’exposition de l’utilisateur, permettant ainsi d’isoler si l’état d’absorption et de plaisir ressenti découle des stimuli du site web ou de l’aisance acquise par une fréquentation massive.
• Segmenter les populations d’internautes : Dans le champ du marketing digital et de la psychologie sociale, l’échelle permet de discriminer avec précision les « utilisateurs légers » (light users) des « utilisateurs intensifs » (heavy users), deux groupes qui manifestent des attentes ergonomiques, des tolérances à la frustration et des patterns d’exploration profondément divergents.

En contexte clinique et de santé publique numérique, bien que l’échelle n’ait pas été conçue comme un outil diagnostique de l’addiction à Internet, elle fournit une mesure baseline non pathologisante de l’intensité d’engagement temporel, facilitant l’évaluation normative des comportements de navigation dans la population générale.

5. Construit psychologique / Construct

Le construit mesuré par INTTIME est l’utilisation intensive subjective d’Internet (Subjective Heavy Internet Usage), appréhendée comme un trait ou une disposition comportementale stable au sein d’une période donnée. Ce construit ne repose pas sur une estimation brute en minutes ou en heures, mais sur une auto-évaluation cognitive intégrée qui combine quatre facettes complémentaires :

1. La comparaison sociale descendante ou ascendante du temps d’usage

Le premier item (« I spend more time on the Web than most people I know ») opérationnalise le construit à travers le prisme de la comparaison sociale. Selon la théorie de la comparaison sociale de Festinger, les individus évaluent leurs propres attributs en se comparant à leurs pairs. Dans le domaine numérique, estimer passer « plus de temps que la majorité de ses connaissances » indique un niveau d’incorporation de l’outil numérique qui surpasse les normes de référence du groupe social immédiat.

2. La fréquence relative par rapport à l’utilisateur moyen

Le deuxième item (« Compared to the average user, I access the Web frequently ») déplace le cadre de référence vers une abstraction normative plus globale : « l’internaute moyen ». Ce jugement implique que l’individu possède une représentation cognitive de ce que constitue une utilisation standard d’Internet et se positionne délibérément au-dessus de cette médiane sociétale perçue.

3. La régularité et la chronicité des sessions

Le troisième item (« I use the Web regularly ») évalue la composante de constance et de structuration temporelle. Une utilisation intensive se distingue non seulement par des pics d’accès ponctuels, mais par une intégration rituelle et continue dans la routine quotidienne du participant.

4. L’auto-identification en tant qu’utilisateur intensif (Heavy User)

Enfin, le quatrième item (« I would consider myself a heavy user of the Web ») capture l’identité de rôle numérique du répondant. L’adhésion au label de « gros utilisateur » atteste de la cristallisation identitaire du comportement : le sujet a intériorisé son volume d’activité au point d’en faire un descripteur explicite de son profil personnel.

L’ensemble de ces facettes converge pour former un construit unidimensionnel robuste. Ce construit se distingue nettement de concepts voisins comme la dépendance cybernétique (qui implique une perte de contrôle, une détresse psychologique et un sevrage) ou la simple téléprésence (qui est un état temporaire d’immersion cognitive pendant une session spécifique).

6. Cadre théorique / Theoretical Framework

L’assise conceptuelle d’INTTIME s’inscrit au carrefour de la théorie du flow de Mihaly Csikszentmihalyi, du Modèle d’Acceptation de la Technologie (TAM) de Fred Davis, et des approches expérientielles de la consommation numérique développées notamment par Donna L. Hoffman et Thomas P. Novak (1996).

L’expérience optimale et le jeu en ligne (Play and Flow)

L’article séminal de Mathwick et Rigdon (2004) vise à décomposer l’expérience de recherche sur le Web en deux états psychologiques majeurs : la ludicité (play), caractérisée par une motivation intrinsèque et un plaisir spontané, et le flow, caractérisé par une immersion totale et une perte de la notion du temps. Dans cette architecture conceptuelle, l’intensité d’utilisation (INTTIME) agit comme un prérequis structurel. Selon Csikszentmihalyi (1990), le flow ne peut être atteint si la complexité de l’environnement submerge les aptitudes de l’acteur. Une utilisation fréquente et prolongée permet à l’internaute d’automatiser les compétences procédurales de navigation (clics, évaluation des hyperliens, repérage dans l’arborescence), libérant ainsi les ressources cognitives nécessaires pour vivre une expérience fluide et enrichissante.

La perspective des Usages et Gratifications

L’échelle s’ancre également dans la théorie des usages et gratifications (Katz, Blumler, & Gurevitch, 1973). Cette perspective postule que les usagers sont des agents actifs qui sélectionnent délibérément les canaux médiatiques capables de combler des besoins cognitifs, affectifs, intégrateurs ou d’évasion. L’évaluation de l’intensité d’usage reflète ainsi l’accumulation historique des gratifications obtenues : plus l’environnement en ligne a procuré de renforcements positifs passés, plus la fréquence et l’auto-qualification en tant que « gros utilisateur » se trouvent consolidées.

7. Validité / Validity

Les qualités psychométriques d’INTTIME ont été rigoureusement testées par Mathwick et Rigdon (2004) ainsi que par des réplications ultérieures dans le domaine des sciences de l’information et du commerce électronique.

Validité de construit et validité convergente

La validité convergente a été démontrée par l’analyse des saturations factorielles et de la variance moyenne extraite (AVE, Average Variance Extracted). Dans les modèles d’équations structurelles estimés par les auteurs d’origine, chaque item présentait des saturations standardisées statistiquement significatives (p < 0,001) largement supérieures au seuil conventionnel de 0,70. L’AVE du construit dépasse systématiquement le seuil critique de 0,50 recommandé par Fornell et Larcker (1981), attestant que plus de la moitié de la variance des indicateurs est directement imputable au trait latent sous-jacent plutôt qu’à l’erreur de mesure.

Validité discriminante

La validité discriminante a été confirmée en vérifiant que la variance moyenne extraite (AVE) d’INTTIME était substantiellement supérieure au carré des corrélations partagées entre ce construit et les autres dimensions du modèle de Mathwick et Rigdon (notamment la ludicité perçue / playfulness, le flow, l’attitude envers le site et les motivations d’achat utilitaires vs hédoniques). Ces analyses démontrent que l’intensité temporelle d’utilisation ne se confond ni avec le plaisir ressenti lors d’une session donnée, ni avec une disposition générale à l’amusement technologique.

Validité prédictive et nomologique

Sur le plan du réseau nomologique, INTTIME a démontré sa capacité à prédire :

• La tolérance face aux temps de latence de téléchargement et aux architectures web complexes ;
• La tendance à adopter des stratégies de recherche exploratoires (navigation non linéaire) plutôt que des démarches strictement dirigées par un but immédiat ;
• La familiarité perçue et la confiance accordée aux transactions numériques sécurisées.

8. Fidélité / Reliability

Les propriétés de fidélité de l’échelle INTTIME sont remarquablement stables à travers les échantillons d’utilisateurs web :

Consistance interne

Dans l’échantillon initial de Mathwick et Rigdon (2004), l’instrument a affiché un coefficient d’alpha de Cronbach (α) de 0,87, témoignant d’une excellente homogénéité des items. La fiabilité composite (CR, Composite Reliability) a également été évaluée à des niveaux excédant 0,88, bien au-delà de la norme méthodologique standard de 0,70 préconisée par Nunnally et Bernstein (1994).

Corrélations inter-items et stabilité

Les corrélations item-total corrigées dépassent toutes 0,65, confirmant qu’aucun des quatre énoncés ne produit de redondance inutile ou de divergence sémantique préjudiciable. Les études empiriques réemployant cette échelle auprès d’étudiants ou d’échantillons représentatifs d’internautes adultes rapportent de manière constante des valeurs d’alpha comprises entre 0,84 et 0,91, confirmant la haute reproductibilité de la mesure, même dans des contextes technologiques postérieurs à l’émergence des plateformes sociales et du web mobile.

9. Analyse factorielle / Factor Analysis

La structure factorielle d’INTTIME a été établie au moyen d’analyses factorielles exploratoires (AFE) puis validée par des analyses factorielles confirmatoires (AFC) conduites dans le cadre de logiciels de modélisation par covariance (tels que LISREL et AMOS).

Structure unifactorielle

L’analyse en composantes principales révèle systématiquement l’extraction d’un seul facteur prédominant possédant une valeur propre (eigenvalue) très largement supérieure à 1,0 (expliquant généralement plus de 65 % à 75 % de la variance totale cumulée). Le diagramme de scree (test du coude de Cattell) confirme sans ambiguïté l’unidimensionalité stricte du modèle.

Indices d’ajustement du modèle confirmatoire (CFA)

Dans le cadre de l’AFC rapportée dans la littérature psychométrique de référence, les indices d’adéquation pour le facteur unique d’utilisation d’Internet répondent aux normes d’excellence statistique :

• 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 un intervalle de confiance à 90 % étroit ;
• SRMR (Standardized Root Mean Square Residual) : < 0,03.

Les saturations factorielles standardisées (λ) des quatre items s’échelonnent typiquement de 0,76 à 0,91, sans présence de corrélations d’erreurs résiduelles significatives nécessaires pour forcer l’ajustement.

10. Instrument de mesure / Instrument

Les caractéristiques opérationnelles de l’instrument se résument ainsi :

• Nom de l’instrument : Internet Usage (Time) (INTTIME) / Échelle d’Utilisation d’Internet (Temps).
• Auteurs : Charla Mathwick & Edward E. Rigdon (2004).
• Type d’évaluation : Questionnaire d’auto-évaluation psychométrique (self-report instrument).
• Nombre d’items : 4 items rédigés sous forme d’affirmations déclaratives.
• Format de réponse : Échelle de Likert en 7 points : 1 = Fortement en désaccord (Strongly Disagree) à 7 = Fortement d’accord (Strongly Agree).
• Durée moyenne de passation : Moins de 2 minutes.
• Procédure de calcul du score : Calcul de la moyenne arithmétique des réponses aux 4 items (score composite variant de 1 à 7). Aucun item n’est inversé (aucun score inversé requis). Un score élevé indique une utilisation subjective très fréquente, régulière et intensive d’Internet comparativement à la norme.

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

L’échelle INTTIME a été publiée pour la première fois en 2004 dans l’article de recherche universitaire suivant : Journal of Consumer Research, volume 31, numéro 2, pages 324–332.

En vertu des pratiques standard de la communication scientifique universitaire, les quatre énoncés composant l’instrument sont accessibles dans le domaine public académique à des fins de recherche fondamentale, d’enseignement et d’études non commerciales, sous réserve d’inclure la citation bibliographique complète des auteurs d’origine. Les utilisations commerciales, l’intégration dans des progiciels propriétaires ou les redistributions à grande échelle peuvent nécessiter une autorisation formelle accordée par l’éditeur gestionnaire des droits du périodique (Oxford University Press / Journal of Consumer Research Inc.). L’utilisation dans le cadre de thèses ou de protocoles académiques universitaires ne requiert aucun paiement de redevance.

12. Références / References

• Csikszentmihalyi, M. (1990). Flow: The psychology of optimal experience. Harper & Row. https://archive.org/details/flowpsychologyof00csik
• Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3), 319–340. https://doi.org/10.2307/249008
• 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
• Hoffman, D. L., & Novak, T. P. (1996). Marketing in hypermedia computer-mediated environments: Conceptual foundations. Journal of Marketing, 60(3), 50–68. https://doi.org/10.1177/002224299606000304
• Katz, E., Blumler, J. G., & Gurevitch, M. (1973). Uses and gratifications research. The Public Opinion Quarterly, 37(4), 509–523. https://doi.org/10.1086/268109
• Mathwick, C., & Rigdon, E. (2004). Play, flow, and the online search experience. Journal of Consumer Research, 31(2), 324–332. https://doi.org/10.1086/422111
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.

13. Questions et items du questionnaire / Scale Items