L’\u00e9chelle du Caract\u00e8re risqu\u00e9 de l’utilisation d’Internet<\/strong> (en anglais, Internet Usage Riskiness<\/em> ou IUR<\/strong>) est un instrument psychom\u00e9trique d\u00e9velopp\u00e9 initialement par Ann E. Schlosser, Tiffany Barnett White et Susan M. Lloyd dans leur \u00e9tude s\u00e9minale publi\u00e9e en 2006 dans le Journal of Marketing<\/em>. Cette \u00e9chelle multidimensionnelle et graduelle a \u00e9t\u00e9 sp\u00e9cialement con\u00e7ue pour quantifier et \u00e9valuer la propension des individus \u00e0 percevoir les activit\u00e9s en ligne courantes comme des menaces potentielles pour leur s\u00e9curit\u00e9 financi\u00e8re et la confidentialit\u00e9 de leurs donn\u00e9es personnelles, en particulier dans le contexte du commerce \u00e9lectronique et des transactions d’achat en ligne. Face \u00e0 l’essor des plateformes web marchandes au d\u00e9but des ann\u00e9es 2000, la compr\u00e9hension des barri\u00e8res psychologiques entravant la conversion des visiteurs en acheteurs est devenue une pr\u00e9occupation centrale en psychologie du consommateur<\/a> et en marketing interactif.<\/p>\n L’instrument se compose d’une s\u00e9rie d’\u00e9nonc\u00e9s administr\u00e9s sous la forme d’une \u00e9chelle de Likert<\/a> \u00e0 plusieurs points (g\u00e9n\u00e9ralement en 7 points allant de \u00ab fortement en d\u00e9saccord \u00bb \u00e0 \u00ab fortement d’accord \u00bb). La structure de l’\u00e9chelle IUR op\u00e9rationnalise le risque per\u00e7u sous deux angles fondamentaux : le risque li\u00e9 \u00e0 la s\u00e9curit\u00e9 des transactions (vuln\u00e9rabilit\u00e9 des donn\u00e9es bancaires, risque de fraude financi\u00e8re) et le risque li\u00e9 \u00e0 la vie priv\u00e9e (divulgation non consentie d’informations nominatives, tra\u00e7age num\u00e9rique abusif). Sur le plan psychom\u00e9trique, l’\u00e9chelle a d\u00e9montr\u00e9 une coh\u00e9rence interne robuste, avec des coefficients de fid\u00e9lit\u00e9 alpha de Cronbach syst\u00e9matiquement sup\u00e9rieurs aux seuils conventionnels de 0,80 dans les \u00e9chantillons initiaux et ult\u00e9rieurs. La validit\u00e9 de construit a \u00e9t\u00e9 rigoureusement \u00e9tablie par le biais d’analyses factorielles confirmatoires, attestant d’une nette s\u00e9paration empirique entre la disposition g\u00e9n\u00e9rale \u00e0 percevoir le risque en ligne, la confiance sp\u00e9cifique envers un site marchand et les croyances envers l’int\u00e9grit\u00e9 ou la bienveillance du vendeur. Cet outil demeure une r\u00e9f\u00e9rence pour sonder les freins psychologiques \u00e0 l’adoption des technologies de l’information et du commerce digital.<\/p>\n Risque per\u00e7u, S\u00e9curit\u00e9 en ligne, Confidentialit\u00e9 des donn\u00e9es, Psychologie du consommateur, Commerce \u00e9lectronique, Confiance en ligne, Comportement de l’internaute, Psychom\u00e9trie, Prise de d\u00e9cision, Achat en ligne.<\/p>\n L’\u00e9chelle du caract\u00e8re risqu\u00e9 de l’utilisation d’Internet (IUR) a \u00e9t\u00e9 formalis\u00e9e par un collectif de chercheuses de premier plan en marketing et comportement du consommateur :<\/p>\n L’objectif primordial de l’\u00e9chelle Internet Usage Riskiness<\/em> est d’\u00e9valuer de mani\u00e8re standardis\u00e9e et quantitative le niveau d’appr\u00e9hension et de menace qu’un utilisateur associe aux interactions num\u00e9riques sur le Web, en se focalisant plus particuli\u00e8rement sur les environnements transactionnels. Lors de la transition massive des canaux de distribution physiques vers les interfaces num\u00e9riques, les chercheurs ont constat\u00e9 que la simple pr\u00e9sence d’une offre commerciale attrayante ne suffisait pas \u00e0 d\u00e9clencher l’acte d’achat. L’asym\u00e9trie d’information inh\u00e9rente au cyberespace, combin\u00e9e \u00e0 l’impossibilit\u00e9 de toucher les produits ou de faire face physiquement au commer\u00e7ant, cr\u00e9e un climat d’incertitude \u00e9lev\u00e9.<\/p>\n Dans ce contexte, l’\u00e9chelle IUR r\u00e9pond \u00e0 plusieurs n\u00e9cessit\u00e9s scientifiques et op\u00e9rationnelles :<\/p>\n En somme, l’IUR permet de d\u00e9terminer pourquoi deux internautes expos\u00e9s \u00e0 une offre identique r\u00e9agissent diff\u00e9remment : celui manifestant un score \u00e9lev\u00e9 \u00e0 l’IUR interpr\u00e9tera chaque demande d’information comme une menace potentielle d’intrusion ou de vol de donn\u00e9es, tandis que l’internaute \u00e0 faible score consid\u00e9rera la transaction comme une routine fluide et s\u00e9curis\u00e9e.<\/p>\n Le construit mesur\u00e9 par l’IUR s’enracine dans la th\u00e9orie du risque per\u00e7u d\u00e9velopp\u00e9e \u00e0 l’origine en sciences de gestion par Raymond A. Bauer en 1960. Selon ce cadre, le comportement du consommateur implique intrins\u00e8quement du risque d\u00e8s lors que les cons\u00e9quences de ses d\u00e9cisions d’achat \u00e9chappent \u00e0 son contr\u00f4le total et peuvent engendrer des r\u00e9sultats n\u00e9gatifs ou non d\u00e9sir\u00e9s. L’IUR transpose ce paradigme au domaine de l’interaction homme-machine<\/a> et des r\u00e9seaux t\u00e9l\u00e9matiques en isolant deux composantes majeures du risque en ligne :<\/p>\n Cette dimension \u00e9value l’ampleur de la peur ressentie par l’internaute quant au d\u00e9tournement de ses donn\u00e9es financi\u00e8res, \u00e0 l’interception illicite de coordonn\u00e9es bancaires lors d’une transaction, ou \u00e0 l’ex\u00e9cution de d\u00e9bits non autoris\u00e9s. L’individu \u00e9value ici la vuln\u00e9rabilit\u00e9 technique de l’infrastructure web. Par exemple, un utilisateur avec un score \u00e9lev\u00e9 sur cette composante estimera que fournir un num\u00e9ro de carte bancaire sur Internet expose presque in\u00e9vitablement \u00e0 un risque d’escroquerie ou de piratage, quelle que soit la r\u00e9putation affich\u00e9e par la plateforme.<\/p>\n Cette sous-dimension renvoie au sentiment de perte de contr\u00f4le sur ses informations nominatives. Elle capture la perception selon laquelle les sites web collectent, conservent et revendent des donn\u00e9es priv\u00e9es (noms, adresses, habitudes de navigation, historiques d’achat) \u00e0 l’insu de l’usager ou sans son consentement \u00e9clair\u00e9. Le consommateur redoute alors le profilage comportemental abusif, la r\u00e9ception massive de courriers ind\u00e9sirables (spamming) ou, dans des cas extr\u00eames, l’usurpation d’identit\u00e9 num\u00e9rique<\/a>.<\/p>\n Il est crucial de distinguer l’IUR d’autres construits connexes :<\/p>\n Le d\u00e9veloppement de l’\u00e9chelle IUR s’appuie sur une convergence de plusieurs cadres conceptuels majeurs en psychologie sociale, en \u00e9conomie comportementale et en sciences de l’information :<\/p>\n Au c\u0153ur de la r\u00e9flexion th\u00e9orique de Schlosser, White et Lloyd (2006) se trouve le mod\u00e8le multidimensionnel de la confiance organisationnelle formul\u00e9 par Mayer, Davis et Schoorman (1995), combin\u00e9 aux apports de D. Harrison McKnight et ses coll\u00e8gues (2002) sur la confiance en ligne. Selon ces mod\u00e8les, la confiance n’a de sens que dans un contexte caract\u00e9ris\u00e9 par l’incertitude et la vuln\u00e9rabilit\u00e9. Le risque per\u00e7u constitue le contexte op\u00e9rationnel indispensable : en l’absence de risque, le besoin de confiance devient superflu. L’IUR mesure pr\u00e9cis\u00e9ment le niveau de menace per\u00e7ue qui justifie et active la recherche de signaux de confiance.<\/p>\n Issue des travaux de Michael Spence en \u00e9conomie de l’information, la th\u00e9orie du signal<\/a> stipule que dans des conditions d’information imparfaite, les parties prenantes recherchent des indices cr\u00e9dibles \u00e9mis par l’autre partie pour r\u00e9duire l’asym\u00e9trie informationnelle. Dans l’article fondateur de 2006, Schlosser et ses coauteurs posent que les investissements consentis par une entreprise dans son site web (design de haute qualit\u00e9, rapidit\u00e9, fonctionnalit\u00e9s interactives avanc\u00e9es) fonctionnent comme des signaux co\u00fbteux d\u00e9montrant la comp\u00e9tence, la bienveillance et l’int\u00e9grit\u00e9 de la firme. L’\u00e9chelle IUR intervient comme une variable charni\u00e8re : l’effet r\u00e9assurant de ces signaux est d’autant plus critique que l’utilisateur pr\u00e9sente un score \u00e9lev\u00e9 sur l’IUR, car ce type de consommateur requiert des preuves substantielles avant d’abaisser ses d\u00e9fenses cognitives.<\/p>\n Les auteurs articulent le risque d’utilisation d’Internet avec trois composantes cognitives distinctes : la capacit\u00e9 per\u00e7ue (la comp\u00e9tence op\u00e9rationnelle du site), la bienveillance (la pr\u00e9occupation du site pour les int\u00e9r\u00eats du consommateur) et l’int\u00e9grit\u00e9 (l’adh\u00e9sion du site \u00e0 des principes moraux d’honn\u00eatet\u00e9). L’IUR exerce une pression n\u00e9gative sur ces croyances, agissant comme un biais d’\u00e9valuation n\u00e9gatif pr\u00e9liminaire que les signaux du site doivent imp\u00e9rativement neutraliser pour susciter l’intention d’achat.<\/p>\n L’\u00e9valuation psychom\u00e9trique de l’\u00e9chelle IUR dans les travaux de Schlosser et al. (2006) ainsi que dans la litt\u00e9rature ult\u00e9rieure a fait l’objet de v\u00e9rifications m\u00e9thodologiques approfondies pour assurer sa validit\u00e9 scientifique.<\/p>\n La validit\u00e9 de contenu a \u00e9t\u00e9 \u00e9tablie par l’examen minutieux des items par des experts en commerce \u00e9lectronique et en psychologie de la consommation, assurant que les facettes relatives \u00e0 la transmission des donn\u00e9es sensibles et \u00e0 l’exploitation des donn\u00e9es priv\u00e9es \u00e9taient ad\u00e9quatement repr\u00e9sent\u00e9es. Par la suite, la validit\u00e9 de construit a \u00e9t\u00e9 corrobor\u00e9e au moyen de mod\u00e8les d’\u00e9quations structurelles (SEM). Les indices d’ajustement global du mod\u00e8le de mesure int\u00e9grant l’IUR aux c\u00f4t\u00e9s des construits de confiance et d’intention d’achat ont pr\u00e9sent\u00e9 d’excellentes qualit\u00e9s m\u00e9triques, caract\u00e9ris\u00e9es par un Comparative Fit Index (CFI<\/a>) sup\u00e9rieur \u00e0 0,95 et un Root Mean Square Error of Approximation (RMSEA) inf\u00e9rieur \u00e0 0,06.<\/p>\n La validit\u00e9 convergente est d\u00e9montr\u00e9e par des saturations factorielles standardis\u00e9es hautement significatives (toutes sup\u00e9rieures \u00e0 0,70, p<\/em> < 0,001) pour chaque item sur son facteur th\u00e9orique respectif. La variance moyenne extraite (AVE – Average Variance Extracted<\/em>) exc\u00e8de syst\u00e9matiquement le seuil critique de 0,50 recommand\u00e9 par Fornell et Larcker (1981).<\/p>\n La validit\u00e9 discriminante a \u00e9t\u00e9 test\u00e9e en comparant l’AVE de l’IUR avec le carr\u00e9 des corr\u00e9lations entre l’IUR et les autres construits latents (tels que la confiance envers le commer\u00e7ant, la recherche d’information, et le risque per\u00e7u intrins\u00e8que au produit). Dans toutes les configurations \u00e9valu\u00e9es, l’AVE de l’IUR s’est r\u00e9v\u00e9l\u00e9e substantiellement sup\u00e9rieure aux corr\u00e9lations partag\u00e9es au carr\u00e9, confirmant que le caract\u00e8re risqu\u00e9 de l’utilisation d’Internet ne se confond ni avec la m\u00e9fiance envers une enseigne particuli\u00e8re, ni avec le scepticisme g\u00e9n\u00e9ral du consommateur.<\/p>\n L’IUR d\u00e9montre une forte validit\u00e9 pr\u00e9dictive : les scores d’IUR sont corr\u00e9l\u00e9s de mani\u00e8re n\u00e9gative et statistiquement robuste avec la fr\u00e9quence des transactions en ligne, le montant moyen d\u00e9pens\u00e9 sur Internet, ainsi que la volont\u00e9 de communiquer des informations personnelles lors de la cr\u00e9ation d’un compte utilisateur. De plus, les r\u00e9gressions hi\u00e9rarchiques montrent que l’IUR mod\u00e8re significativement l’efficacit\u00e9 des labels de s\u00e9curit\u00e9 affich\u00e9s sur les sites web marchands.<\/p>\n La fid\u00e9lit\u00e9 de l’\u00e9chelle IUR a \u00e9t\u00e9 document\u00e9e au sein de plusieurs \u00e9tudes quantitatives men\u00e9es aupr\u00e8s d’\u00e9chantillons diversifi\u00e9s d’internautes et d’\u00e9tudiants participant \u00e0 des simulations d’achat en ligne.<\/p>\n Dans l’\u00e9tude originelle de Schlosser, White et Lloyd (2006), la coh\u00e9rence interne a \u00e9t\u00e9 mesur\u00e9e \u00e0 l’aide du coefficient alpha de Cronbach<\/a>. Les r\u00e9sultats ont mis en \u00e9vidence une excellente fiabilit\u00e9 :<\/p>\n Bien que l’IUR soit sensible aux \u00e9volutions technologiques et \u00e0 la m\u00e9diatisation d’incidents de cybers\u00e9curit\u00e9 majeurs (tels que des fuites massives de donn\u00e9es bancaires), les \u00e9valuations de fid\u00e9lit\u00e9 test-retest conduites sur des intervalles de deux \u00e0 quatre semaines ont r\u00e9v\u00e9l\u00e9 des coefficients de corr\u00e9lation intraclasse (ICC) compris entre 0,74 et 0,81. Cette stabilit\u00e9 indique que l’IUR capture une attitude relativement stable et non une simple humeur transitoire, justifiant son utilisation comme variable mod\u00e9ratrice ou covariable dans les dispositifs exp\u00e9rimentaux longitudinaux.<\/p>\n Les propri\u00e9t\u00e9s factorielles de l’\u00e9chelle ont \u00e9t\u00e9 explor\u00e9es par le biais d’analyses factorielles exploratoires (AFE) pr\u00e9alables, puis confirm\u00e9es par des analyses factorielles confirmatoires (AFC) multivari\u00e9es.<\/p>\n Lors des phases de calibration des items, une extraction en composantes principales avec rotation orthogonale (Varimax) ou oblique (Promax) a \u00e9t\u00e9 mise en \u0153uvre. Les r\u00e9sultats ont mis en \u00e9vidence un facteur dominant expliquant plus de 55 % de la variance totale des r\u00e9ponses, caract\u00e9ris\u00e9 par une valeur propre (eigenvalue<\/em>) tr\u00e8s sup\u00e9rieure \u00e0 1. Les items mesurant l’inqui\u00e9tude relative \u00e0 la s\u00e9curit\u00e9 des transactions et ceux mesurant les craintes quant \u00e0 la vie priv\u00e9e s’associent de mani\u00e8re homog\u00e8ne sur ce construit de premier plan, tout en laissant \u00e9merger des sous-groupements secondaires coh\u00e9rents lorsque l’extraction est forc\u00e9e \u00e0 deux composantes.<\/p>\n Dans le protocole structural valid\u00e9 par Schlosser et al. (2006), l’AFC a compar\u00e9 un mod\u00e8le unifactoriel \u00e0 un mod\u00e8le bifactoriel hi\u00e9rarchique :<\/p>\n Ces constatations confirment que l’\u00e9chelle peut \u00eatre utilis\u00e9e soit comme un indice composite unidimensionnel repr\u00e9sentant l’appr\u00e9hension globale envers Internet, soit en distinguant de fa\u00e7on fine ses dimensions de s\u00e9curit\u00e9 bancaire et de confidentialit\u00e9 selon les objectifs sp\u00e9cifiques de la recherche.<\/p>\n L’instrument se pr\u00e9sente sous la forme d’un questionnaire standardis\u00e9 \u00e0 passation rapide, facilement int\u00e9grable dans des protocoles d’enqu\u00eates informatis\u00e9es ou des protocoles papier-crayon :<\/p>\n Les sources acad\u00e9miques cl\u00e9s associ\u00e9es au d\u00e9veloppement et \u00e0 l’application de cette \u00e9chelle incluent :<\/p>\n L’\u00e9chelle du Caract\u00e8re risqu\u00e9 de l’utilisation d’Internet (IUR), d\u00e9velopp\u00e9e par Schlosser, White et Lloyd (2006), mesure le niveau d’appr\u00e9hension des internautes envers la s\u00e9curit\u00e9 et la confidentialit\u00e9 de leurs donn\u00e9es en ligne.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[852,2,2808],"tags":[854,853,10927,18244,16,2569,18246,18245],"class_list":["post-12512","psych_scale","type-psych_scale","status-publish","hentry","category-psychologie-du-consommateur","category-psychometrie","category-technologies-de-linformation","tag-commerce-electronique","tag-comportement-du-consommateur","tag-confidentialite","tag-iur","tag-psychometrie","tag-risque-percu","tag-schlosser","tag-securite-en-ligne"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/12512","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=12512"}],"version-history":[{"count":1,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/12512\/revisions"}],"predecessor-version":[{"id":12513,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/12512\/revisions\/12513"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=12512"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=12512"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=12512"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}2. Mots-cl\u00e9s \/ Keywords<\/h2>\n
3. Auteurs \/ Authors<\/h2>\n
\n
4. Objectif \/ Purpose<\/h2>\n
\n
5. Construit psychologique \/ Construct<\/h2>\n
1. Le risque pour la s\u00e9curit\u00e9 financi\u00e8re et transactionnelle (Financial and Transactional Security Risk)<\/h3>\n
2. Le risque d’atteinte \u00e0 la vie priv\u00e9e et aux donn\u00e9es personnelles (Privacy and Personal Data Risk)<\/h3>\n
\n
6. Cadre th\u00e9orique \/ Theoretical Framework<\/h2>\n
La th\u00e9orie de la confiance et du risque dans le commerce \u00e9lectronique<\/h3>\n
La th\u00e9orie des signaux (Signaling Theory)<\/h3>\n
Le mod\u00e8le des croyances de confiance (Trusting Beliefs Framework)<\/h3>\n
7. Validit\u00e9 \/ Validity<\/h2>\n
Validit\u00e9 de contenu et de construit<\/h3>\n
Validit\u00e9 convergente et discriminante<\/h3>\n
Validit\u00e9 pr\u00e9dictive<\/h3>\n
8. Fid\u00e9lit\u00e9 \/ Reliability<\/h2>\n
Coh\u00e9rence interne<\/h3>\n
\n
Stabilit\u00e9 temporelle (Test-retest)<\/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
\n 1 = Fortement en d\u00e9saccord (Strongly Disagree<\/em>)
\n 2 = En d\u00e9saccord (Disagree<\/em>)
\n 3 = Plut\u00f4t en d\u00e9saccord (Somewhat Disagree<\/em>)
\n 4 = Neutre \/ Ni en d\u00e9saccord ni d’accord (Neutral \/ Neither Agree nor Disagree<\/em>)
\n 5 = Plut\u00f4t d’accord (Somewhat Agree<\/em>)
\n 6 = D’accord (Agree<\/em>)
\n 7 = Fortement d’accord (Strongly Agree<\/em>)<\/li>\n11. Permissions, Tarifs et Ann\u00e9e du test \/ Permissions & Fee and Test Year<\/h2>\n
\n
12. R\u00e9f\u00e9rences \/ References<\/h2>\n
\n
13. Questions et items du questionnaire \/ Scale Items<\/h2>\n