Questionnaire du modèle d’utilisation des médias sociaux d’entreprise et de créativité des employés

1. Résumé / Abstract

Le Questionnaire du modèle d’utilisation des médias sociaux d’entreprise et de créativité des employés (Enterprise Social Media Usage and Employee Creativity Model Questionnaire, ESMU-EC), développé initialement par Si, Khan, Ali, Amin et Pan (2023), constitue un instrument psychométrique conçu pour investiguer les répercussions délétères (« côté obscur » ou dark side) de l’usage intensif des technologies collaboratives en milieu organisationnel. S’ancrant théoriquement dans la théorie transactionnelle du stress et de l’adaptation de Lazarus et Folkman (1984), cette échelle opérationnalise la chaîne causale reliant l’utilisation excessive des médias sociaux d’entreprise (MSE/ESM) à la détérioration de la créativité au travail, par l’entremise de stresseurs technologiques et de la fatigue cognitive.

L’instrument finalisé comporte dix-neuf (19) items répartis de façon multidimensionnelle au sein de cinq sous-échelles distinctes : (1) l’utilisation excessive des médias sociaux d’entreprise, (2) la technosurcharge (techno-overload), (3) le conflit technologie-famille (technology-family conflict), (4) la fatigue liée aux médias sociaux d’entreprise (enterprise social media fatigue), et (5) la créativité des employés. Les participants évaluent leur degré d’accord avec chaque énoncé au moyen d’une échelle de réponse de type Likert en 7 points, s’étalant de 1 (« Pas du tout d’accord ») à 7 (« Tout à fait d’accord »).

Les propriétés psychométriques du modèle ont été rigoureusement validées auprès d’un échantillon de professionnels du secteur des technologies de l’information en Chine. La consistance interne est robuste, affichant des coefficients alpha de Cronbach variant entre 0,76 et 0,85 selon les dimensions, assortis de valeurs de fiabilité composite (Composite Reliability, CR) excédant le seuil conventionnel de 0,70. La validité convergente est confirmée par des variances moyennes extraites (Average Variance Extracted, AVE) supérieures à 0,50, tandis que le critère de Fornell-Larcker corrobore une excellente validité discriminante. L’analyse factorielle confirmatoire démontre un ajustement remarquable du modèle théorique aux données empiriques (χ² = 173,93, df = 142, RMSEA = 0,03, CFI = 0,99, TLI = 0,98, NFI = 0,93), conférant à cet outil une validité structurelle de premier ordre pour la recherche en psychologie du travail et des organisations et en gestion des systèmes d’information.

2. Mots-clés / Keywords

Créativité des employés, médias sociaux d’entreprise, technostress, technosurcharge, conflit technologie-famille, fatigue numérique, théorie transactionnelle du stress, psychométrie organisationnelle, épuisement professionnel, comportement au travail, modélisation par équations structurelles, validité factorielle.

3. Auteurs / Authors

L’instrument d’évaluation et le modèle structural associé ont été conceptualisés et validés par une équipe internationale de chercheurs en sciences de gestion, psychologie organisationnelle et communication :

• Wen Si — École d’art et de communication, Chongqing College of Mobile Communication, Chongqing, Chine.
• Naseer Abbas Khan — Département d’économie industrielle et de gestion de projet, South Ural State University, Tcheliabinsk, Fédération de Russie. Courriel institutionnel : [email protected].
• Muhammad Ali (Auteur correspondant) — Federal Urdu University of Arts, Science and Technology, Islamabad, Pakistan. Courriel : [email protected].
• Muhammad Waqas Amin — École de gestion, Yanshan University, Qinhuangdao, Hebei, Chine. Courriel institutionnel : [email protected].
• Qianyun Pan — École d’art et de communication, Chongqing College of Mobile Communication, Chongqing, Chine. Courriel institutionnel : [email protected].

4. Objectif / Purpose

Dans le paradigme contemporain de l’organisation numérique, le déploiement d’outils collaboratifs d’entreprise (tels que Microsoft Teams, Slack, DingTalk ou WeChat Enterprise) a longtemps été valorisé pour sa propension à fluidifier la communication interne, stimuler le partage de connaissances tacites et optimiser la réactivité opérationnelle. Néanmoins, l’émergence d’une connectivité perpétuelle a engendré des externalités psychologiques négatives substantielles chez les collaborateurs. Le Questionnaire ESMU-EC a précisément été élaboré pour opérationnaliser, mesurer et analyser les mécanismes par lesquels l’engagement excessif dans les médias sociaux d’entreprise produit des contraintes cognitives et affectives qui, en cascade, inhibent le potentiel créatif individuel.

D’un point de vue clinique et diagnostique au sein des organisations, l’outil sert d’indicateur précoce de technostress et d’épuisement numérique. En décomposant l’expérience de travail instrumentée en facettes objectives (temps d’usage perçu comme disproportionné) et subjectives (sentiment d’invasion temporelle, intrusion dans la sphère privée, saturation informationnelle), le questionnaire permet aux praticiens des ressources humaines, aux ergonomes et aux psychologues du travail d’identifier les goulets d’étranglement psychologiques qui transforment un levier technologique en entrave cognitive. L’outil diagnostique les situations où les employés ne parviennent plus à allouer les ressources attentionnelles nécessaires à l’élaboration de solutions divergentes, novatrices et adaptées aux problématiques complexes de leur métier.

Sur le plan de la recherche scientifique, cet instrument répond au besoin impératif de disposer d’échelles standardisées, psychométriquement rigoureuses et intégrées, dépassant les mesures parcellaires du technostress généraliste. L’objectif fondamental est de tester empiriquement des modèles structuraux complexes fondés sur la théorie du stress, en examinant comment les demandes technologiques induisent une tension psychologique (la fatigue et le conflit de rôles) qui agit comme médiateur dans la baisse de la performance créative. Il permet également d’explorer des pistes d’intervention organisationnelle, telles que l’instauration de politiques de déconnexion numérique, la reconfiguration de l’architecture des notifications logicielles, ou encore l’évaluation de programmes de régulation cognitive face aux flux d’information continus.

5. Construit psychologique / Construct

Le modèle ESMU-EC intègre cinq construits psychologiques interdépendants, formulés pour saisir l’intégralité du processus transactionnel liant l’exposition technologique à l’issue comportementale :

1. Utilisation excessive des médias sociaux d’entreprise (Excessive Enterprise Social Media Usage – EEU)

Ce construit quantifie l’évaluation subjective par l’employé d’un investissement temporel disproportionné et compulsif dans les applications de communication professionnelle. Loin de refléter une utilisation fonctionnelle et alignée sur les objectifs de tâche, l’utilisation excessive capture un comportement d’attachement numérique démesuré où l’individu consacre un volume horaire significativement supérieur à celui de ses pairs ou aux nécessités réelles de son poste. Par exemple, un employé présentant un score élevé sur cette dimension manifestera une consultation réflexe des canaux de discussion professionnelle, même en l’absence de sollicitations urgentes, traduisant une perte de contrôle autorégulateur sur son comportement d’engagement médiatique.

2. Technosurcharge (Techno-Overload – TO)

Adapté des travaux séminaux sur le technostress (Tarafdar et al., 2010), le construit de technosurcharge désigne la perception d’être contraint, par la complexité et l’ubiquité des outils numériques, d’accomplir un volume de travail supérieur à ses capacités de traitement, dans des délais toujours plus resserrés. La technosurcharge se manifeste par une accélération imposée du rythme professionnel, la nécessité de restructurer continuellement ses routines opératoires pour s’adapter aux fonctionnalités changeantes du logiciel, et l’obligation de traiter simultanément de multiples flux d’information asynchrones, générant un morcellement de l’attention et une surcharge cognitive manifeste.

3. Conflit technologie-famille (Technology-Family Conflict – TFC)

Cette dimension évalue l’interférence délétère exercée par les plateformes collaboratives professionnelles sur la sphère personnelle, intime et familiale du travailleur. Opérationnalisé à partir des théories du conflit inter-rôles, ce construit met en évidence l’effacement progressif des frontières spatiales et temporelles traditionnelles du travail. L’obligation implicite ou explicite de demeurer joignable, de lire des courriels ou de répondre à des messages instantanés en soirée et durant les fins de semaine cannibalise le temps dévolu aux relations affectives et aux activités de récupération, déclenchant des tensions intrafamiliales et un sentiment de culpabilité quant au déséquilibre vie professionnelle / vie privée.

4. Fatigue liée aux médias sociaux d’entreprise (Enterprise Social Media Fatigue – EFT)

La fatigue liée aux médias sociaux professionnels renvoie à un état d’épuisement mental, affectif et psychologique résultant spécifiquement de l’exposition prolongée et ininterrompue aux flux communicationnels des MSE. Ce construit englobe des manifestations d’irritabilité, de frustration, de désengagement émotionnel et d’aversion psychologique vis-à-vis des notifications, des fils de discussion et des sollicitations collégiales. L’individu ressent une déplétion de son énergie psychique (« émotionnellement vidé »), le conduisant à une léthargie cognitive et à un désintérêt marqué pour les interactions collaboratives.

5. Créativité des employés (Employee Creativity – EC)

La créativité au travail représente la composante comportementale finale du modèle, définie comme la capacité d’un collaborateur à générer des idées, des méthodologies, des produits ou des procédés originaux, novateurs et directement applicables au contexte organisationnel (Tierney & Farmer, 2011). Ce construit transcende la simple performance technique routinière pour mesurer l’exploration proactive d’alternatives non conventionnelles, la prise de risque conceptuelle et le statut de modèle d’innovation au sein de l’équipe de travail. Dans le cadre de ce modèle, la créativité est appréhendée comme le résultat distal altéré par les demandes cognitives non maîtrisées induites par les technologies collaboratives.

6. Cadre théorique / Theoretical Framework

Le socle conceptuel unificateur de l’instrument ESMU-EC repose sur la théorie transactionnelle du stress et de l’adaptation (Transactional Theory of Stress and Coping – TTSC), introduite et affinée par les psychologues Richard S. Lazarus et Susan Folkman en 1984. Selon cette approche paradigmatique, le stress ne doit être appréhendé ni exclusivement comme un stimulus environnemental objectif, ni uniquement comme une réponse physiologique brute, mais plutôt comme une relation transactionnelle dynamique entre l’individu et son environnement professionnel, évaluée par ce dernier comme excédant ses ressources personnelles et menaçant son bien-être psychologique.

Dans l’opérationnalisation réalisée par Si et al. (2023), le processus se déploie à travers deux étapes majeures de l’évaluation cognitive (cognitive appraisal) :

• L’évaluation primaire (Primary Appraisal) : Confronté à une utilisation omniprésente et compulsive des médias sociaux d’entreprise, le collaborateur apprécie la situation en termes de menace ou de surcharge. Les demandes computationnelles et relationnelles générées par les outils collaboratifs sont perçues comme des stresseurs environnementaux majeurs : la technosurcharge (contrainte de produire plus vite et davantage) et le conflit technologie-famille (intrusion numérique dans le domaine domestique). L’évaluation primaire identifie ces exigences comme des entraves (hindrance stressors) qui drainent les capacités cognitives disponibles.
• L’évaluation secondaire et l’épuisement (Secondary Appraisal & Strain) : Constatant l’inadéquation entre l’ampleur des sollicitations numériques continues et ses ressources autorégulatrices limitées, l’individu fait l’expérience d’une tension psychologique aiguë, se matérialisant sous la forme d’une fatigue technologique spécifique (ESM Fatigue). Ce strain émotionnel et mental reflète la déplétion des réserves énergétiques de l’individu, en conformité avec la théorie de la conservation des ressources (Conservation of Resources Theory – Hobfoll, 1989).

Enfin, cette fatigue cognitive cumulée vient impacter négativement les comportements discrétionnaires à haute valeur ajoutée, au premier rang desquels figure la créativité. La créativité requiert fondamentalement une grande disponibilité mentale, des processus d’incubation, de la pensée divergente et une focalisation attentionnelle soutenue. Or, l’esprit continuellement assailli par les interruptions fragmentées des médias sociaux professionnels et épuisé par le traitement des sollicitations subit un appauvrissement cognitif sévère. Incapable de mobiliser l’énergie psychologique requise pour formuler des concepts originaux, le travailleur se replie sur des heuristiques décisionnelles simples et des routines opérationnelles automatisées, conduisant à une dégradation sensible de sa production créative.

7. Validité / Validity

La validité psychométrique du questionnaire ESMU-EC a été établie par Si et al. (2023) à travers un protocole empirique approfondi combinant des vérifications de validité de contenu, de validité convergente et de validité discriminante :

Validité de contenu et d’adaptation transculturelle

Pour assurer la représentativité conceptuelle des items, l’équipe de recherche a procédé à une dérivation rigoureuse des énoncés à partir de la littérature préexistante validée : l’échelle d’utilisation excessive provient des adaptations de Caplan & High (2006) et Turel et al. (2011) ; les dimensions de technosurcharge et de conflit technologie-famille sont issues des travaux de Tarafdar et al. (2010) et Zhang et al. (2016) ; la mesure de créativité reprend les échelles standardisées de Tierney & Farmer (2011). La transposition linguistique vers le chinois a suivi la méthodologie standard de rétro-traduction (back-translation) théorisée par Brislin (1980), assurant une parfaite équivalence sémantique, conceptuelle et idiomatique entre les formulations originales anglaises et la version administrée sur le terrain.

Validité convergente

La validité convergente a été confirmée à partir de deux indices statistiques majeurs préconisés par Nunnally & Bernstein (1994) et Fornell & Larcker (1981) :

• La fiabilité composite (Composite Reliability – CR) de chacune des cinq dimensions théoriques excède largement le seuil standard de 0,70, garantissant une forte cohérence entre les indicateurs d’un même construit.
• La variance moyenne extraite (Average Variance Extracted – AVE) surpasse systématiquement la valeur critique de 0,50 pour chaque sous-échelle. Cela prouve empiriquement que la majorité de la variance observée au niveau des items est imputable au construit latent sous-jacent plutôt qu’à l’erreur de mesure aléatoire.

Validité discriminante

L’indépendance statistique des dimensions a été vérifiée par l’application rigoureuse du critère de Fornell-Larcker (1981). Pour chaque paire de construits latents, la racine carrée de la variance moyenne extraite ($\sqrt{ ext{AVE}}$) s’est révélée strictement supérieure au coefficient de corrélation linéaire inter-construits correspondant. Cette condition démontre que chaque sous-échelle capture un phénomène psychologique empiriquement distinct et non redondant au sein de l’architecture globale du réseau nomologique.

Contrôle du biais de méthode commune (Common Method Variance – CMV)

En raison de l’administration d’un questionnaire auto-rapporté unique, le risque d’inflation artificielle des corrélations a été examiné via le test unifactoriel de Harman (Podsakoff et al., 1990). L’analyse en composantes principales non tournée n’a révélé aucun facteur général unique expliquant la majorité de la variance. Les quatre premiers facteurs initiaux présentaient des valeurs propres supérieures à 1, sans prédominance hégémonique d’un facteur isolé, écartant ainsi la menace d’un biais systématique lié à la méthode de collecte.

8. Fidélité / Reliability

L’évaluation de la fidélité de l’instrument ESMU-EC a porté sur la consistance interne de l’ensemble des sous-échelles qui composent le questionnaire à 19 items :

• Coefficients Alpha de Cronbach ($lpha$) : Les indices de cohérence interne calculés pour les cinq dimensions opérationnalisées oscillent dans une fourchette hautement satisfaisante comprise entre 0,76 et 0,85. Conformément aux standards psychométriques établis par DeVellis et Nunnally, des valeurs d’alpha situées dans cet intervalle attestent d’une excellente homogénéité des items sans présenter de redondance sémantique excessive.
• Fiabilité composite (CR) : L’ensemble des valeurs de fiabilité composite dépasse le standard de 0,70 recommandé par Nunnally et Bernstein (1994). Cet indicateur, plus robuste que l’alpha de Cronbach face aux saturations factorielles hétérogènes des indicateurs (absence d’hypothèse de tau-équivalence stricte), confirme la reproductibilité structurelle des scores latents.
• Stabilité temporelle : Bien que les auteurs aient privilégié une collecte transversale contextualisée au secteur technologique chinois, la stabilité de la structure interne corrobore l’aptitude de l’échelle à capturer des états psychologiques et comportementaux persistants chez les professionnels soumis à des environnements de travail hautement numérisés.

9. Analyse factorielle / Factor Analysis

La confirmation de la validité de construit et de la structure dimensionnelle du questionnaire a reposé sur une démarche en deux étapes, combinant analyse exploratoire préliminaire et modélisation par équations structurelles :

Analyse en composantes principales (ACP) préliminaire

Dans un premier temps, une analyse en composantes principales a été conduite sur l’ensemble initial des items afin de réaliser le test unifactoriel de Harman et d’examiner l’organisation dimensionnelle empirique. Cette extraction a mis en évidence quatre composantes principales dotées de valeurs propres (eigenvalues) supérieures à 1,0, tout en confirmant l’absence de saturation commune excessive. Deux items initiaux de l’échelle à 21 énoncés présentaient des saturations croisées inadéquates ou des contributions marginales faibles et ont été purgés pour parvenir à la version optimisée de 19 items.

Analyse factorielle confirmatoire (AFC)

Une Analyse Factorielle Confirmatoire (AFC / Confirmatory Factor Analysis) de premier ordre a été exécutée au moyen d’un logiciel de modélisation par équations structurelles (SEM), testant l’adéquation d’un modèle à cinq facteurs corrélés :

• Chi-deux d’ajustement ($\chi^2$) : $\chi^2 = 173,93$ pour $df = 142$ degrés de liberté. Le ratio $\chi^2/df = 1,22$ est remarquablement inférieur au seuil conservateur de 2,0, signalant un ajustement exceptionnel aux données d’observation.
• Indice de l’erreur quadratique moyenne d’approximation (RMSEA) : $ ext{RMSEA} = 0,03$ (avec un intervalle de confiance à 90 % largement inférieur au seuil de 0,05), ce qui traduit une erreur d’approximation négligeable au sein de la population parente.
• Indice d’ajustement comparatif (CFI) : $ ext{CFI} = 0,99$, dépassant très largement la recommandation conventionnelle de 0,95.
• Indice de Tucker-Lewis (TLI) : $ ext{TLI} = 0,98$, confirmant l’excellence de l’ajustement non-normé.
• Indice d’ajustement normé (NFI) : $ ext{NFI} = 0,93$, corroborant la supériorité éclatante du modèle théorique par rapport au modèle d’indépendance nulle.

Toutes les saturations factorielles standardisées ($lambda$) reliant les items à leurs facteurs latents respectifs étaient statistiquement significatives ($p < 0,001$) et substantiellement élevées, attestant que chaque item constitue une mesure empirique fidèle de sa variable latente dédiée.

10. Instrument de mesure / Instrument

Les caractéristiques opérationnelles de l’instrument d’évaluation ESMU-EC sont structurées comme suit :

• Type de test : Questionnaire psychométrique d’auto-évaluation organisationnelle (inventaire quantitatif).
• Format d’administration : Auto-questionnaire administrable sous format papier-crayon ou sur plateforme d’enquête numérique en ligne.
• Structure générale : L’outil est scindé en deux sections distinctes :
  • Section démographique : Variables de contrôle (sexe, tranche d’âge, niveau d’éducation, ancienneté professionnelle dans l’entreprise, fréquence journalière d’accès aux MSE).
  • Section des construits latents : 19 énoncés mesurant les cinq composantes du modèle théorique.
• Répartition des items par sous-échelle :
  • Utilisation excessive des MSE (EEU) : 3 items (EEU1 à EEU3).
  • Technosurcharge (TO) : 4 items (TO1 à TO4).
  • Conflit technologie-famille (TFC) : 3 items (TFC1 à TFC3).
  • Fatigue liée aux MSE (EFT) : 5 items (EFT1 à EFT5).
  • Créativité des employés (EC) : 4 items (EC1 à EC4).
• Échelle de réponse : Échelle de Likert à 7 échelons de désaccord/accord :
  • 1 = Pas du tout d’accord (Strongly Disagree)
  • 2 = Pas d’accord (Disagree)
  • 3 = Plutôt pas d’accord (Somewhat Disagree)
  • 4 = Neutre / Ni d’accord ni pas d’accord (Neutral)
  • 5 = Plutôt d’accord (Somewhat Agree)
  • 6 = D’accord (Agree)
  • 7 = Tout à fait d’accord (Strongly Agree)
• Cotation et inversion : L’item TFC3 comporte une formulation positive (« The time I devote to the use of mobile email does NOT keep me from participating equally in my non-work related activities ») et doit faire l’objet d’un recodage inversé préalable à tout calcul ($Score_{\text{inversé}} = 8 – Score_{\text{brut}}$). Les scores de chaque sous-échelle sont calculés par la moyenne arithmétique ou la somme pondérée des items constitutifs. Des scores élevés sur EEU, TO, TFC et EFT traduisent des niveaux critiques de technostress et d’usure numérique, tandis qu’un score élevé sur EC reflète une productivité créative préservée.
• Population cible : Professionnels et collaborateurs adultes (18 ans et plus), notamment dans les industries de services, le secteur technologique, le conseil, ou les environnements corporatifs recourant massivement au télétravail ou à la communication numérique continue.
• Temps d’administration : Environ 6 à 10 minutes pour la complétion intégrale.

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

• Année de publication officielle : 2023.
• Statut des droits et licence : L’instrument a été publié dans la revue Acta Psychologica (Elsevier) et est mis à la disposition de la communauté académique internationale sous licence internationale Creative Commons Attribution 4.0 (CC BY 4.0).
• Utilisation en enseignement et recherche : Libre d’accès, gratuite et sans redevance (no fee) pour les travaux de recherche scientifique universitaire, les thèses doctorales et les applications pédagogiques non lucratives, sous réserve de citer scrupuleusement la publication originale de Si et al. (2023).
• Exploitation commerciale : Toute incorporation de l’échelle au sein de plateformes d’audit payantes, de diagnostics de cabinets de conseil privés ou d’outils logiciels commerciaux tiers nécessite une vérification auprès des auteurs et de l’éditeur pour veiller au respect des conditions de reproduction et de diffusion.

12. Références / References

Les publications de référence fondant la conception théorique, le développement méthodologique et la validation empirique de l’échelle ESMU-EC sont listées ci-dessous au format APA (7^e édition) :

• Brislin, R. W. (1980). Translation and content analysis of oral and written materials. In H. C. Triandis & J. W. Berry (Eds.), Handbook of Cross-Cultural Psychology (Vol. 2, pp. 389–444). Allyn & Bacon.
• Caplan, S. E., & High, A. C. (2006). Beyond generalized internet addiction: Development and validation of a new measure of problematic communication on the internet. Communication Research Reports, 23(4), 285–294. https://doi.org/10.1080/08824090600962521
• 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
• Hobfoll, S. E. (1989). Conservation of resources: A new attempt at conceptualizing stress. American Psychologist, 44(3), 513–524. https://doi.org/10.1037/0003-066X.44.3.513
• Lazarus, R. S., & Folkman, S. (1984). Stress, appraisal, and coping. Springer Publishing Company.
• Nunnally, J. C., & Bernstein, I. H. (1994). Psychometric theory (3rd ed.). McGraw-Hill.
• Podsakoff, P. M., MacKenzie, S. B., Moorman, R. H., & Fetter, R. (1990). Transformational leader behaviors and their effects on followers’ trust in leader, satisfaction, and organizational citizenship behaviors. The Leadership Quarterly, 1(2), 107–142. https://doi.org/10.1016/1048-9843(90)90009-7
• Si, W., Khan, N. A., Ali, M., Amin, M. W., & Pan, Q. (2023). Excessive enterprise social media usage and employee creativity: An application of the transactional theory of stress and coping. Acta Psychologica, 232, Article 103811, 1–8. https://doi.org/10.1016/j.actpsy.2022.103811
• Tarafdar, M., Tu, Q., Ragu-Nathan, B. S., & Ragu-Nathan, T. S. (2010). The impact of technostress on role stress and productivity. Journal of Management Information Systems, 24(1), 301–328. https://doi.org/10.2753/MIS0742-1222240109
• Tierney, P., & Farmer, S. M. (2011). Creative self-efficacy development and creative performance over time. Journal of Applied Psychology, 96(2), 277–293. https://doi.org/10.1037/a0020952
• Turel, O., Serenko, A., & Giles, P. (2011). Integrating technology addiction and addiction-prevention initiatives into online services: A study of online gaming. Information & Management, 48(8), 343–352. https://doi.org/10.1016/j.im.2011.09.001
• Zhang, S., Shen, Y., & Xin, X. (2016). Research on the impact of mobile enterprise social media usage on employees’ work-family conflict. Management Review, 28(11), 163–173.

13. Questions et items du questionnaire / Scale Items

Veuillez indiquer votre degré d’accord avec chacune des propositions suivantes en utilisant l’échelle en 7 points suivante :
1 = Pas du tout d’accord | 2 = Pas d’accord | 3 = Plutôt pas d’accord | 4 = Neutre | 5 = Plutôt d’accord | 6 = D’accord | 7 = Tout à fait d’accord.