L’\u00c9chelle du caract\u00e8re informatif per\u00e7u<\/strong> (souvent d\u00e9sign\u00e9e sous l’acronyme anglophone IGS<\/em> pour Informativeness General Scale<\/em> ou Perceived Informativeness Scale<\/em>) constitue un instrument psychom\u00e9trique unidimensionnel et unipolaire con\u00e7u pour \u00e9valuer la mesure dans laquelle un stimulus communicationnel, textuel ou multim\u00e9dia est appr\u00e9hend\u00e9 par un individu comme apportant des \u00e9l\u00e9ments de connaissance pertinents, fonctionnels et enrichissants. Initialement d\u00e9ploy\u00e9e et formalis\u00e9e dans le champ du comportement du consommateur et de la psychologie de la communication \u2014 notamment document\u00e9e dans les travaux de Moore (2012, 2015) sur les dynamiques du bouche-\u00e0-oreille \u00e9lectronique (eWOM<\/em>, pour electronic Word-of-Mouth<\/em>) et les r\u00e9cits d’exp\u00e9riences h\u00e9doniques versus utilitaires \u2014, cette \u00e9chelle se compose de trois items adjectivaux fondamentaux : \u00ab Helpful<\/em> \u00bb (aidant\/b\u00e9n\u00e9fique), \u00ab Useful<\/em> \u00bb (utile) et \u00ab Informative<\/em> \u00bb (informatif).<\/p>\n Chaque item est \u00e9valu\u00e9 au moyen d’une \u00e9chelle de notation de type diff\u00e9rentiel s\u00e9mantique ou \u00e9chelle d’\u00e9valuation en sept points, allant de 1 (\u00ab Pas du tout \u00bb \/ Not at all<\/em>) \u00e0 7 (\u00ab Extr\u00eamement \u00bb \/ Extremely<\/em>). D’un point de vue structural, l’instrument se caract\u00e9rise par une parcimonie m\u00e9thodologique remarquable, permettant une administration fluide sans engendrer de fatigue cognitive chez le r\u00e9pondant, tout en maximisant la fid\u00e9lit\u00e9 de la mesure. Sur le plan psychom\u00e9trique, les \u00e9tudes empiriques mettent en \u00e9vidence une consistance interne substantielle, illustr\u00e9e de fa\u00e7on r\u00e9currente par un coefficient alpha de Cronbach d’environ 0,85, ainsi qu’une excellente validit\u00e9 convergente avec les indices d’utilit\u00e9 per\u00e7ue de l’information (perceived usefulness<\/em>) et les comportements d\u00e9cisionnels subs\u00e9quents. L’\u00e9chelle se distingue formellement des instruments sp\u00e9cifiques au champ publicitaire (tels que l’Ad Informativeness Scale<\/em>) par sa neutralit\u00e9 contextuelle, autorisant son application transversale \u00e0 tout type de contenu informationnel : avis en ligne, recommandations d’experts, articles de vulgarisation, interactions d’agents conversationnels ou synth\u00e8ses techniques.<\/p>\n Caract\u00e8re informatif per\u00e7u, utilit\u00e9 per\u00e7ue, psychom\u00e9trie, bouche-\u00e0-oreille \u00e9lectronique, traitement de l’information, \u00e9valuation cognitive, prise de d\u00e9cision, cr\u00e9dibilit\u00e9 de l’information, psychologie du consommateur, communication persuasive, diagnosticit\u00e9 de l’information, mod\u00e8le d’adoption de l’information.<\/p>\n L’instrument a \u00e9t\u00e9 structur\u00e9 et mobilis\u00e9 dans la litt\u00e9rature acad\u00e9mique contemporaine par la professeure Sarah G. Moore<\/strong>, chercheuse en comportement du consommateur et psychologie du marketing. Sarah G. Moore a exerc\u00e9 au sein de prestigieuses institutions acad\u00e9miques canadiennes, notamment \u00e0 l’Alberta School of Business de l’Universit\u00e9 d’Alberta (Edmonton, Alberta, Canada) et \u00e0 la Haskayne School of Business de l’Universit\u00e9 de Calgary. Ses axes de recherche privil\u00e9gi\u00e9s portent sur les m\u00e9canismes psycholinguistiques sous-jacents au bouche-\u00e0-oreille, l’impact \u00e9motionnel et cognitif de la narration sur l’\u00e9metteur et le r\u00e9cepteur d’un message, ainsi que sur l’\u00e9valuation de la valeur ajout\u00e9e des avis de consommateurs en ligne.<\/p>\n Les investigations men\u00e9es par Moore (notamment publi\u00e9es dans le Journal of Consumer Research<\/a><\/em> en 2012 et 2015) ont apport\u00e9 une formalisation empirique d\u00e9terminante \u00e0 cette \u00e9chelle d’\u00e9valuation g\u00e9n\u00e9rale en trois items, l’utilisant afin de quantifier avec pr\u00e9cision la perception d’utilit\u00e9 et de richesse informative g\u00e9n\u00e9r\u00e9e par diff\u00e9rents formats narratifs (explications fond\u00e9es sur des actions directes versus r\u00e9actions \u00e9motionnelles face \u00e0 des biens utilitaires ou h\u00e9doniques).<\/p>\n L’objectif fondamental de l’\u00c9chelle du caract\u00e8re informatif per\u00e7u est d’op\u00e9rationnaliser et de quantifier l’\u00e9valuation subjective qu’un individu formule \u00e0 l’\u00e9gard de la valeur \u00e9pist\u00e9mique et pratique d’un flux d’informations. Dans la soci\u00e9t\u00e9 contemporaine satur\u00e9e de donn\u00e9es num\u00e9riques, les individus sont continuellement confront\u00e9s \u00e0 une asym\u00e9trie informationnelle et \u00e0 une surcharge cognitive. La valeur d’une information ne r\u00e9side pas uniquement dans son exhaustivit\u00e9 math\u00e9matique ou sa structure objective, mais dans la perception qualitative qu’en a le r\u00e9cepteur : le contenu permet-il de r\u00e9duire l’incertitude ? Pr\u00e9sente-t-il une valeur diagnostique pour orienter une d\u00e9cision ou clarifier un jugement ?<\/p>\n Sur le plan de la recherche scientifique, cet instrument permet aux chercheurs d’isoler l’effet direct de variables textuelles, s\u00e9miotiques ou structurelles sur le r\u00e9cepteur. Par exemple, dans les \u00e9tudes consacr\u00e9es au bouche-\u00e0-oreille \u00e9lectronique (eWOM<\/em>), les chercheurs cherchent \u00e0 comprendre comment le ton \u00e9motionnel, le degr\u00e9 d’abstraction linguistique, l’exposition des motivations de l’auteur ou l’ancrage sensoriel influencent la perception de pertinence d’un avis. L’\u00e9chelle fournit une m\u00e9trique standardis\u00e9e, rapide et hautement reproductible, servant fr\u00e9quemment de variable d\u00e9pendante primaire ou de variable m\u00e9diatrice reliant les caract\u00e9ristiques du message aux intentions comportementales (comme l’intention d’achat, l’adh\u00e9sion \u00e0 une recommandation m\u00e9dicale ou l’acceptation d’un conseil technologique).<\/p>\n Sur le plan pratique et appliqu\u00e9, cet outil d’\u00e9valuation pr\u00e9sente un int\u00e9r\u00eat majeur pour l’ergonomie cognitive, la conception des syst\u00e8mes d’aide \u00e0 la d\u00e9cision, l’exp\u00e9rience utilisateur (UX) et le marketing de contenu. Les organisations peuvent administrer cette \u00e9chelle afin de tester l’efficacit\u00e9 de notices techniques, de fiches produits, de politiques de confidentialit\u00e9 vulgaris\u00e9es ou de dialogues g\u00e9n\u00e9r\u00e9s par des intelligences artificielles conversationnelles. Mesurer le caract\u00e8re informatif per\u00e7u permet ainsi d’identifier avec finesse les frictions cognitives et de concevoir des architectures d’information optimisant l’utilisabilit\u00e9 per\u00e7ue sans submerger les utilisateurs de d\u00e9tails non pertinents.<\/p>\n Le construit du \u00ab caract\u00e8re informatif per\u00e7u \u00bb (Perceived Informativeness<\/em>) renvoie \u00e0 une appr\u00e9ciation cognitive multidimensionnelle condens\u00e9e en une attitude globale positive vis-\u00e0-vis de l’apport cognitif d’un stimulus. Dans le cadre de la th\u00e9orie du traitement de l’information, ce construit refl\u00e8te la capacit\u00e9 per\u00e7ue d’un message \u00e0 fournir des donn\u00e9es pr\u00e9cises, exactes, compl\u00e8tes et pertinentes pour un but donn\u00e9. L’\u00e9chelle op\u00e9rationnalise ce construit au moyen de trois facettes conceptuellement intriqu\u00e9es mais distinctes dans leurs nuances s\u00e9mantiques :<\/p>\n Bien que ces trois termes soient s\u00e9mantiquement apparent\u00e9s, leur combinaison au sein d’une \u00e9chelle unidimensionnelle capture de mani\u00e8re \u00e9quilibr\u00e9e la dimension cognitive globale du message : un texte peut sembler riche en donn\u00e9es (informatif) tout en \u00e9tant complexe \u00e0 exploiter (moins aidant) ou peu pertinent pour le besoin imm\u00e9diat (moins utile). Le score agr\u00e9g\u00e9 neutralise ces \u00e9carts s\u00e9mantiques marginaux pour offrir une mesure robuste du construit central.<\/p>\n Le fondement th\u00e9orique de l’\u00c9chelle du caract\u00e8re informatif per\u00e7u s’ancre principalement dans trois courants majeurs des sciences psychologiques et de la communication cognitive :<\/p>\n Formul\u00e9 par Richard Petty et John Cacioppo (1986), l’Elaboration Likelihood Model<\/a> postule que la persuasion et le traitement des messages s’op\u00e8rent par deux voies distinctes : la voie centrale, caract\u00e9ris\u00e9e par une r\u00e9flexion approfondie, syst\u00e9matique et critique sur les arguments du message, et la voie p\u00e9riph\u00e9rique, reposant sur des indices superficiels (prestige de la source, attrait esth\u00e9tique, longueur brute). Le caract\u00e8re informatif per\u00e7u constitue une \u00e9valuation fondamentale relevant de la voie centrale : il mesure dans quelle mesure les arguments pr\u00e9sent\u00e9s poss\u00e8dent une force diagnostique et une qualit\u00e9 suffisante pour convaincre ou \u00e9clairer l’individu.<\/p>\n D\u00e9velopp\u00e9 par Sussman et Siegal (2003), l’IAM int\u00e8gre les concepts de l’ELM et du mod\u00e8le d’acceptation des technologies pour expliquer comment les individus adoptent des conseils au sein de plateformes informatis\u00e9es. Selon ce mod\u00e8le, la \u00ab qualit\u00e9 de l’argument \u00bb (argument quality<\/em>) est le pr\u00e9dicteur direct le plus puissant de l’utilit\u00e9 et de l’adoption de l’information. L’\u00c9chelle du caract\u00e8re informatif per\u00e7u constitue l’instrument privil\u00e9gi\u00e9 pour mesurer empiriquement la perception de cette qualit\u00e9 d’argumentation telle que v\u00e9cue par l’utilisateur.<\/p>\n Initialement formul\u00e9e par Berger et Calabrese (1975) dans le contexte interpersonnel, cette th\u00e9orie a \u00e9t\u00e9 \u00e9tendue \u00e0 la relation individu-information. Lorsqu’un consommateur ou un citoyen prend une d\u00e9cision dans un environnement incertain, il \u00e9prouve une dissonance ou une anxi\u00e9t\u00e9 cognitive. L’information per\u00e7ue comme hautement informative, utile et aidante permet de faire d\u00e9cro\u00eetre cette incertitude en fournissant des rep\u00e8res stables et probants, rendant ainsi la pr\u00e9diction de l’issue comportementale plus ais\u00e9e et s\u00e9curisante.<\/p>\n L’\u00c9chelle du caract\u00e8re informatif per\u00e7u a fait l’objet de nombreuses validations empiriques dans des dispositifs exp\u00e9rimentaux et corr\u00e9lationnels en psychologie sociale et comportementale :<\/p>\n La validit\u00e9 convergente a \u00e9t\u00e9 d\u00e9montr\u00e9e par des corr\u00e9lations positives statistiquement significatives avec des mesures connexes \u00e9tablies. Dans les \u00e9tudes sur la communication en ligne, le caract\u00e8re informatif per\u00e7u est fortement corr\u00e9l\u00e9 :<\/p>\n La validit\u00e9 discriminante est solidement \u00e9tablie par rapport aux construits affectifs et h\u00e9doniques. Les analyses corr\u00e9lationnelles et factorielles confirment que l’\u00e9chelle se distingue nettement du plaisir per\u00e7u (perceived enjoyment<\/em>), de la valence \u00e9motionnelle du message (sentiment positif versus n\u00e9gatif) et de l’intention persuasive manipulatrice. De surcro\u00eet, elle se diff\u00e9rencie explicitement de l’Ad Informativeness Scale<\/em> (con\u00e7ue par Ducoffe en 1996), laquelle incorpore des dimensions sp\u00e9cifiques aux sollicitations publicitaires intrusives, tandis que l’\u00e9chelle IGS capture une utilit\u00e9 informationnelle pure, ind\u00e9pendante du statut commercial du stimulus.<\/p>\n Dans les travaux de Moore (2015), l’\u00e9chelle a d\u00e9montr\u00e9 une sensibilit\u00e9 et une validit\u00e9 pr\u00e9dictive exceptionnelles pour rendre compte des effets de m\u00e9diation. Les r\u00e9sultats exp\u00e9rimentaux ont mis en lumi\u00e8re que la nature linguistique de la formulation de l’avis (explications d’actions vs d’\u00e9tats \u00e9motionnels) module de fa\u00e7on significative le score sur l’\u00e9chelle d’informativit\u00e9, et que ce score pr\u00e9dit directement les intentions comportementales d’achat des participants, confirmant l’efficacit\u00e9 de l’outil comme proxy de la valeur diagnostique du message.<\/p>\n En d\u00e9pit de sa structure concise compos\u00e9e de trois items seulement, l’\u00e9chelle fait preuve d’une robustesse m\u00e9trologique particuli\u00e8rement \u00e9lev\u00e9e :<\/p>\n Le coefficient alpha de Cronbach<\/a> rapport\u00e9 dans l’\u00e9tude 5 de Moore (2015), men\u00e9e aupr\u00e8s d’un \u00e9chantillon de 186 r\u00e9pondants issus d’un panel en ligne, atteint $\\alpha = 0,85$<\/span><\/strong>. Cette valeur exc\u00e8de largement le seuil standard de 0,70 pr\u00e9conis\u00e9 par Nunnally (1978) pour la recherche en sciences sociales, et se situe dans la zone id\u00e9ale de coh\u00e9rence interne (entre 0,80 et 0,90), garantissant une excellente synergie des items sans redondance s\u00e9mantique excessive.<\/p>\n Les corr\u00e9lations inter-items moyennes rapport\u00e9es dans la litt\u00e9rature se situent g\u00e9n\u00e9ralement dans un intervalle compris entre 0,60 et 0,75, d\u00e9montrant que les concepts de \u00ab utile \u00bb, \u00ab aidant \u00bb et \u00ab informatif \u00bb partagent une variance commune substantielle. De plus, les coefficients de fiabilit\u00e9 composite (Composite Reliability<\/em> – CR ou Omega de McDonald) calcul\u00e9s dans des \u00e9tudes de r\u00e9plication structurales d\u00e9passent de mani\u00e8re constante la valeur critique de 0,80, attestant de la grande stabilit\u00e9 psychom\u00e9trique du construit mesur\u00e9.<\/p>\n Les analyses factorielles exploratoires (AFE) et confirmatoires (AFC) men\u00e9es sur les r\u00e9ponses \u00e0 cette \u00e9chelle soutiennent sans ambigu\u00eft\u00e9 une solution strictement unidimensionnelle.<\/p>\n Lors d’une extraction en composantes principales ou par la m\u00e9thode du maximum de vraisemblance, un seul facteur \u00e9merge avec une valeur propre (eigenvalue<\/em>) nettement sup\u00e9rieure au crit\u00e8re de Kaiser ($> 1$<\/span>), expliquant habituellement entre 75 % et 85 % de la variance totale des scores. Les saturations factorielles (factor loadings<\/em>) de chacun des trois items sont uniform\u00e9ment \u00e9lev\u00e9es, oscillant typiquement entre 0,82 et 0,91, sans signe d’\u00e9quivocit\u00e9 ou de saturation crois\u00e9e.<\/p>\n Dans le cadre de mod\u00e9lisations par \u00e9quations structurelles (SEM), le mod\u00e8le unifactoriel s’av\u00e8re parfaitement satur\u00e9 pour un mod\u00e8le \u00e0 trois indicateurs (mod\u00e8le juste identifi\u00e9 \u00e0 z\u00e9ro degr\u00e9 de libert\u00e9). Lorsqu’il est int\u00e9gr\u00e9 dans des mod\u00e8les de mesure plus larges comportant des construits tels que la confiance dans la source, la r\u00e9putation de la marque et l’intention comportementale, l’\u00e9chelle s’int\u00e8gre harmonieusement avec d’excellents indices d’ajustement :<\/p>\n La variance moyenne extraite (Average Variance Extracted<\/em> – AVE) d\u00e9passe syst\u00e9matiquement le seuil recommand\u00e9 de 0,50 (se situant fr\u00e9quemment au-dessus de 0,68), attestant d’une convergence empirique irr\u00e9prochable des trois adjectifs vers le facteur sous-jacent unique.<\/p>\n L’instrument de mesure pr\u00e9sente des sp\u00e9cifications techniques optimales pour une int\u00e9gration fluide dans des questionnaires en ligne ou papier :<\/p>\n L’instrument a \u00e9t\u00e9 consolid\u00e9 et diffus\u00e9 dans les publications acad\u00e9miques de 2012 et 2015 par la chercheuse Sarah G. Moore au sein de revues scientifiques \u00e0 comit\u00e9 de lecture. Conform\u00e9ment aux usages \u00e9tablis dans la communaut\u00e9 internationale de la recherche universitaire, les \u00e9chelles courtes compos\u00e9es d’adjectifs descriptifs d’usage g\u00e9n\u00e9ral ne sont soumises \u00e0 aucune redevance commerciale (acc\u00e8s sans frais \/ fee-free<\/em>) lorsqu’elles sont utilis\u00e9es dans le cadre de recherches acad\u00e9miques, d’enseignements ou d’enqu\u00eates scientifiques \u00e0 but non lucratif.<\/p>\n Les chercheurs utilisant cet instrument sont tenus de citer rigoureusement les travaux sources originaux (notamment Moore, 2012, 2015) selon les normes bibliographiques de l’APA. Pour toute exploitation commerciale \u00e0 grande \u00e9chelle, int\u00e9gration dans des progiciels propri\u00e9taires d’audit ou solutions SaaS d’analyse d’exp\u00e9rience client, il convient de se r\u00e9f\u00e9rer aux r\u00e8gles g\u00e9n\u00e9rales du droit d’auteur applicables aux publications scientifiques originales.<\/p>\n \n Response Scale:\n <\/p>\n \n 7-point semantic differential \/ rating scale (1 = Not at all to 7 = Extremely)\n <\/p>\n D\u00e9couvrez l’\u00c9chelle du caract\u00e8re informatif per\u00e7u (IGS) : analyse psychom\u00e9trique compl\u00e8te, cadre th\u00e9orique, fid\u00e9lit\u00e9 (alpha de Cronbach), validit\u00e9 et items originaux.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[2455,647,2],"tags":[12790,2706,176,16,9379,2536],"class_list":["post-10468","psych_scale","type-psych_scale","status-publish","hentry","category-comportement-du-consommateur","category-psychologie-cognitive","category-psychometrie","tag-caractere-informatif-percu","tag-ewom","tag-prise-de-decision","tag-psychometrie","tag-traitement-de-linformation","tag-utilite-percue"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/10468","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale"}],"about":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/types\/psych_scale"}],"author":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=10468"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/10468\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=10468"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=10468"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=10468"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}2. Mots-cl\u00e9s \/ Keywords<\/h2>\n
3. Auteurs \/ Authors<\/h2>\n
4. Objectif \/ Purpose<\/h2>\n
5. Construit psychologique \/ Construct<\/h2>\n
\n
6. Cadre th\u00e9orique \/ Theoretical Framework<\/h2>\n
Le mod\u00e8le de probabilit\u00e9 d’\u00e9laboration (Elaboration Likelihood Model – ELM)<\/h3>\n
Le mod\u00e8le d’adoption de l’information (Information Adoption Model – IAM)<\/h3>\n
La th\u00e9orie de la r\u00e9duction de l’incertitude (Uncertainty Reduction Theory)<\/h3>\n
7. Validit\u00e9 \/ Validity<\/h2>\n
Validit\u00e9 de construit et validit\u00e9 convergente<\/h3>\n
\n
Validit\u00e9 discriminante<\/h3>\n
Validit\u00e9 pr\u00e9dictive<\/h3>\n
8. Fid\u00e9lit\u00e9 \/ Reliability<\/h2>\n
Consistance interne<\/h3>\n
Corr\u00e9lations inter-items et fiabilit\u00e9 composite<\/h3>\n
9. Analyse factorielle \/ Factor Analysis<\/h2>\n
Analyse factorielle exploratoire (AFE)<\/h3>\n
Analyse factorielle confirmatoire (AFC)<\/h3>\n
\n
10. Instrument de mesure \/ Instrument<\/h2>\n
\n
11. Permissions, Tarifs et Ann\u00e9e du test \/ Permissions & Fee and Test Year<\/h2>\n
12. R\u00e9f\u00e9rences \/ References<\/h2>\n
\n
13. Questions et items du questionnaire \/ Scale Items<\/h2>\n
\n