L’\u00e9chelle d’Authenticit\u00e9 de l’Avis en Ligne<\/strong> (Authenticity of the Review<\/em>, abr\u00e9g\u00e9e AUTRV<\/strong>) est un instrument psychom\u00e9trique bref d\u00e9velopp\u00e9 par Zhe Zhang et Vanessa M. Patrick (2021)<\/a>. Con\u00e7ue initialement dans le cadre de recherches en comportement du consommateur et en marketing num\u00e9rique, cette mesure \u00e9value la mesure dans laquelle un utilisateur per\u00e7oit une publication sur les r\u00e9seaux sociaux ou un avis en ligne comme \u00e9tant sinc\u00e8re, v\u00e9ridique et d\u00e9nu\u00e9 de motivations commerciales cach\u00e9es. Compos\u00e9e de trois items formul\u00e9s sous la forme d’\u00e9chelles de type Likert \u00e0 7 points (allant de 1 = \u00ab Pas du tout d’accord \u00bb \u00e0 7 = \u00ab Tout \u00e0 fait d’accord \u00bb), l’\u00e9chelle capture la tension perceptuelle entre l’expression spontan\u00e9e d’un consommateur authentique et le contenu promotionnel commandit\u00e9 ou fabriqu\u00e9 de toutes pi\u00e8ces.<\/p>\n Sur le plan structurel, l’instrument comprend un item formul\u00e9 de mani\u00e8re positive (\u00e9valuant le caract\u00e8re sinc\u00e8re et authentique du message) et deux items invers\u00e9s (ciblant les soup\u00e7ons de fabrication artificielle et la pr\u00e9sence d’incitations commerciales sous-jacentes). Cette architecture psychom\u00e9trique permet de neutraliser les biais d’acquiescement tout en mesurant pr\u00e9cis\u00e9ment le niveau de scepticisme activ\u00e9 lors de la lecture d’un message \u00e9lectronique de bouche-\u00e0-oreille (electronic Word-of-Mouth<\/a>, eWOM). Les analyses psychom\u00e9triques rapport\u00e9es dans les \u00e9tudes princeps indiquent une consistance interne satisfaisante, avec des coefficients alpha de Cronbach syst\u00e9matiquement sup\u00e9rieurs au seuil conventionnel de 0,70, atteignant des valeurs oscillant entre 0,78 et 0,86 selon les conditions exp\u00e9rimentales.<\/p>\n L’\u00e9chelle AUTRV s’est av\u00e9r\u00e9e particuli\u00e8rement robuste pour discriminer le contenu g\u00e9n\u00e9r\u00e9 par des pairs (User-Generated Content<\/a>, UGC) du contenu sponsoris\u00e9 par les marques, notamment lors de l’\u00e9tude de l’usage des surnoms de marques (par exemple, \u00ab Mickey D’s \u00bb au lieu de \u00ab McDonald’s \u00bb). En capturant fid\u00e8lement les nuances subtiles du jugement de v\u00e9racit\u00e9 des internautes, cet outil offre aux chercheurs une mesure parcimonieuse et valide pour sonder l’impact de l’authenticit\u00e9 per\u00e7ue sur la persuasion publicitaire, la confiance envers la source et l’intention comportementale.<\/p>\n Authenticit\u00e9 per\u00e7ue, avis en ligne, bouche-\u00e0-oreille \u00e9lectronique, eWOM, scepticisme du consommateur, marketing d’influence, r\u00e9seaux sociaux, cr\u00e9dibilit\u00e9 de la source, persuasion publicitaire, psychom\u00e9trie.<\/p>\n L’\u00e9chelle AUTRV a \u00e9t\u00e9 con\u00e7ue et valid\u00e9e par :<\/p>\n L’objectif central de l’\u00e9chelle AUTRV est d’op\u00e9rationnaliser et de quantifier le construit d’authenticit\u00e9 per\u00e7ue<\/strong> appliqu\u00e9 aux communications textuelles et visuelles issues des plateformes de m\u00e9dias sociaux et des sites d’avis en ligne (tels que TripAdvisor, Yelp, Instagram, TikTok ou X). Dans un environnement num\u00e9rique satur\u00e9 d’op\u00e9rations de parrainage non divulgu\u00e9es, de faux avis r\u00e9dig\u00e9s par des fermes de clics et de campagnes d’influence d\u00e9guis\u00e9es, les internautes d\u00e9veloppent des m\u00e9canismes d’autod\u00e9fense cognitive. L’\u00e9chelle AUTRV a \u00e9t\u00e9 sp\u00e9cialement d\u00e9velopp\u00e9e pour capter ce processus \u00e9valuatif sp\u00e9cifique : d\u00e9terminer si un message \u00e9mane d’une exp\u00e9rience v\u00e9cue, sinc\u00e8re et d\u00e9sint\u00e9ress\u00e9e, ou s’il r\u00e9sulte d’une orchestration mercatique visant \u00e0 manipuler les perceptions d’autrui.<\/p>\n Sur le plan de la recherche fondamentale, cet outil permet de d\u00e9cortiquer les ant\u00e9c\u00e9dents discursifs et linguistiques qui conf\u00e8rent \u00e0 un message une valeur de v\u00e9rit\u00e9 psychologique. Dans l’article inaugural de Zhang et Patrick (2021)<\/a>, l’instrument a servi \u00e0 d\u00e9montrer qu’un d\u00e9tail textuel anodin \u2014 l’emploi spontan\u00e9 d’un surnom de marque (brand nickname) par un consommateur \u2014 fonctionne comme un signal heuristique puissant d’authenticit\u00e9. Les chercheurs en psychologie sociale et cognitive utilisent l’AUTRV pour comprendre comment les individus traitent les indices p\u00e9riph\u00e9riques et centraux (selon le mod\u00e8le de probabilit\u00e9 d’\u00e9laboration<\/a>) pour inf\u00e9rer l’int\u00e9grit\u00e9 motivationnelle de l’\u00e9metteur.<\/p>\n Dans le domaine appliqu\u00e9 et organisationnel, la mesure r\u00e9pond \u00e0 un enjeu strat\u00e9gique majeur pour les gestionnaires de plateformes, les annonceurs et les organismes de protection des consommateurs. Elle offre une m\u00e9trique standardis\u00e9e pour diagnostiquer la d\u00e9gradation de la confiance dans les syst\u00e8mes d’\u00e9valuation participatifs, analyser la r\u00e9action des consommateurs face aux mentions obligatoires de parrainage (telles que \u00ab #ad \u00bb ou \u00ab #sponsoris\u00e9 \u00bb), et concevoir des chartes de mod\u00e9ration capables de pr\u00e9server le capital d’authenticit\u00e9 des communaut\u00e9s virtuelles.<\/p>\n Le construit mesur\u00e9 par l’AUTRV est l’authenticit\u00e9 per\u00e7ue de l’avis<\/strong>, conceptualis\u00e9e comme un jugement \u00e9valuatif global et subjectif port\u00e9 par un observateur concernant la fid\u00e9lit\u00e9, la v\u00e9racit\u00e9 et la puret\u00e9 motivationnelle d’un message \u00e9lectronique. Contrairement \u00e0 l’authenticit\u00e9 objective \u2014 qui repose sur des preuves factuelles v\u00e9rifiables d’achat \u2014, l’authenticit\u00e9 per\u00e7ue est une construction ph\u00e9nom\u00e9nologique qui s’\u00e9labore dans l’esprit du r\u00e9cepteur en fonction d’indices discursifs, contextuels et paralinguistiques.<\/p>\n L’\u00e9chelle saisit deux facettes fondamentales, indissociables sur le plan du construit global mais compl\u00e9mentaires dans leur polarit\u00e9 s\u00e9mantique :<\/p>\n En articulant ces deux p\u00f4les, l’AUTRV capture le concept th\u00e9orique selon lequel l’authenticit\u00e9 n’est pas simplement l’absence de mensonge av\u00e9r\u00e9, mais une dialectique active entre reconnaissance de v\u00e9racit\u00e9 et neutralisation des soup\u00e7ons de manipulation persuasive. Ainsi, un score \u00e9lev\u00e9 sur cette \u00e9chelle refl\u00e8te un contenu que le consommateur juge \u00e0 la fois intrins\u00e8quement vrai et totalement exempt de collusion corporative.<\/p>\n L’\u00e9laboration de l’AUTRV s’enracine au croisement de plusieurs traditions th\u00e9oriques majeures en psychologie sociale et en sciences du comportement :<\/p>\n D\u00e9velopp\u00e9 par Friestad et Wright (1994)<\/a>, le Mod\u00e8le de la Connaissance de la Persuasion (PKM)<\/a> postule que les individus d\u00e9veloppent au fil du temps des connaissances intuitives sur les tactiques, les objectifs et les motivations des agents persuasifs. Lorsqu’un consommateur est expos\u00e9 \u00e0 une communication, il mobilise cette \u00ab connaissance de la persuasion \u00bb pour identifier la pr\u00e9sence d’une tentative d’influence. Si une tentative d’influence est d\u00e9tect\u00e9e, le m\u00e9canisme de d\u00e9fense critique s’active, entra\u00eenant du scepticisme, de la r\u00e9actance et une d\u00e9valuation de l’authenticit\u00e9 per\u00e7ue du message. L’\u00e9chelle AUTRV mesure directement l’issue de cette n\u00e9gociation cognitive : un score faible indique que les \u00ab d\u00e9fenses PKM \u00bb ont \u00e9t\u00e9 d\u00e9clench\u00e9es par des indices suspects, tandis qu’un score \u00e9lev\u00e9 indique que le message a \u00e9t\u00e9 per\u00e7u comme non calcul\u00e9 et exempt d’intention persuasive strat\u00e9gique.<\/p>\n Formul\u00e9e initialement par Fritz Heider<\/a> (1958) et affin\u00e9e par Harold Kelley<\/a> (1967), la th\u00e9orie de l’attribution<\/a> explique comment les individus attribuent des causes aux comportements observ\u00e9s chez autrui. Face \u00e0 un avis en ligne louant les qualit\u00e9s exceptionnelles d’un produit, le lecteur proc\u00e8de \u00e0 une inf\u00e9rence causale : l’auteur s’exprime-t-il ainsi en raison des qualit\u00e9s intrins\u00e8ques du produit (attribution dispositionnelle\/interne au produit) ou parce qu’il a \u00e9t\u00e9 r\u00e9mun\u00e9r\u00e9 pour le faire (attribution situationnelle\/externe) ? L’AUTRV \u00e9value la pr\u00e9pond\u00e9rance de l’attribution interne : plus l’avis est jug\u00e9 authentique, plus l’opinion favorable est attribu\u00e9e \u00e0 l’exp\u00e9rience objective du client plut\u00f4t qu’\u00e0 une r\u00e9tribution ext\u00e9rieure.<\/p>\n Issue des travaux de Michael Spence<\/a> (1973), la th\u00e9orie des signaux d\u00e9crit la transmission d’informations cr\u00e9dibles dans des contextes d’asym\u00e9trie d’information. Dans le monde virtuel, l’anonymat relatif emp\u00eache le lecteur de conna\u00eetre les r\u00e9elles motivations de l’auteur. Les indices textuels \u2014 comme l’utilisation de surnoms de marque informels \u00e9tudi\u00e9e par Zhang et Patrick \u2014 agissent comme des \u00ab signaux co\u00fbteux \u00bb ou des signaux d’appartenance culturelle qui indiquent un faible risque de manipulation commerciale. L’AUTRV fonctionne comme la variable d\u00e9pendante psychologique mesurant le succ\u00e8s ou l’\u00e9chec de ces signaux \u00e0 transmettre une impression de cr\u00e9dibilit\u00e9 et de spontan\u00e9it\u00e9.<\/p>\n Les propri\u00e9t\u00e9s psychom\u00e9triques de l’\u00e9chelle d’authenticit\u00e9 de l’avis ont \u00e9t\u00e9 \u00e9valu\u00e9es de mani\u00e8re rigoureuse dans une s\u00e9rie d’\u00e9tudes exp\u00e9rimentales conduites par Zhang et Patrick (2021). Ces travaux attestent d’une excellente validit\u00e9 de construit, convergente, discriminante et pr\u00e9dictive.<\/p>\n La validit\u00e9 de construit est \u00e9tay\u00e9e par la coh\u00e9rence interne remarquable des trois items, malgr\u00e9 la pr\u00e9sence d’items invers\u00e9s qui introduisent une variance lexicale protectrice contre les biais de r\u00e9ponse. Dans les diff\u00e9rentes \u00e9tudes du programme de recherche de Zhang et Patrick (portant sur des \u00e9chantillons d’adultes recrut\u00e9s en ligne via Amazon MTurk et Prolific), les corr\u00e9lations inter-items corrig\u00e9es se sont av\u00e9r\u00e9es fortes (g\u00e9n\u00e9ralement r<\/em> > 0,60, p<\/em> < 0,001). L’analyse de la variance moyenne extraite (AVE) montre que le facteur unique capture une part substantielle de la variance des indicateurs, exc\u00e9dant confortablement le seuil de 0,50 pr\u00e9conis\u00e9 par Fornell et Larcker (1981).<\/p>\n La validit\u00e9 discriminante a \u00e9t\u00e9 confirm\u00e9e en confrontant l’AUTRV \u00e0 des construits connexes mais conceptuellement distincts, tels que l’attitude g\u00e9n\u00e9rale envers la marque (Brand Attitude<\/em>), la perception de l’expertise de la source (Source Expertise<\/em>), et la connectivit\u00e9 marque-consommateur (Brand Connection<\/em>). Les analyses ont r\u00e9v\u00e9l\u00e9 que l’authenticit\u00e9 de l’avis ne se confond pas avec la simple valence positive du message ou l’appr\u00e9ciation globale de l’\u00e9metteur. L’indice d’authenticit\u00e9 mesure sp\u00e9cifiquement la v\u00e9racit\u00e9 motivationnelle, permettant de constater qu’un message peut \u00eatre jug\u00e9 \u00e9manant d’une source sympathique mais manquant d’authenticit\u00e9 (par exemple, un influenceur admir\u00e9 mais per\u00e7u comme trop commercial).<\/p>\n La validit\u00e9 pr\u00e9dictive de l’AUTRV a \u00e9t\u00e9 d\u00e9montr\u00e9e \u00e0 travers son r\u00f4le m\u00e9diateur central dans des cha\u00eenes causales complexes. Dans les exp\u00e9riences de Zhang et Patrick (2021), l’authenticit\u00e9 per\u00e7ue de l’avis m\u00e9diatise significativement l’effet de l’utilisation d’un surnom de marque (versus le nom officiel complet) sur :<\/p>\n Des analyses de m\u00e9diation par bootstrap (utilisant la macro PROCESS de Hayes, mod\u00e8le 4) ont confirm\u00e9 la robustesse de ces effets indirects, avec des intervalles de confiance \u00e0 95 % n’incluant pas z\u00e9ro, \u00e9tablissant ainsi une validit\u00e9 nomologique sans \u00e9quivoque.<\/p>\n La fid\u00e9lit\u00e9 de l’\u00e9chelle AUTRV a \u00e9t\u00e9 \u00e9tablie au moyen d’indicateurs de consistance interne rigoureux \u00e0 travers de multiples contextes exp\u00e9rimentaux et diverses cat\u00e9gories de produits (restauration rapide, biens technologiques, services h\u00f4teliers et marques de mode).<\/p>\n Dans l’article de Zhang et Patrick (2021) :<\/p>\n Bien que les \u00e9tudes transversales en ligne ne permettent g\u00e9n\u00e9ralement pas d’\u00e9valuer la fid\u00e9lit\u00e9 test-retest sur le long terme (en raison du caract\u00e8re instantan\u00e9 du traitement de l’information persuasive dans les paradigmes exp\u00e9rimentaux), la tr\u00e8s forte homog\u00e9n\u00e9it\u00e9 inter-items et la r\u00e9plicabilit\u00e9 des m\u00e9triques \u00e0 travers des contextes sociod\u00e9mographiques vari\u00e9s garantissent une fiabilit\u00e9 de mesure \u00e9lev\u00e9e.<\/p>\n La structure dimensionnelle de l’\u00e9chelle AUTRV a \u00e9t\u00e9 valid\u00e9e au moyen d’analyses factorielles exploratoires (AFE) et confirmatoires (AFC).<\/p>\n Lors des phases initiales de validation statistique, les analyses en composantes principales et les analyses factorielles en axes principaux avec extraction bas\u00e9e sur le crit\u00e8re de Kaiser (valeurs propres sup\u00e9rieures \u00e0 1) ont mis en \u00e9vidence l’extraction syst\u00e9matique d’un facteur unique<\/strong>. La premi\u00e8re valeur propre expliquait \u00e0 elle seule entre 68 % et 74 % de la variance totale des scores, tandis que la seconde valeur propre chutait drastiquement sous le seuil de 0,50, confirmant l’unidimensionnalit\u00e9 du construit d’authenticit\u00e9 de l’avis.<\/p>\n Des mod\u00e8les d’\u00e9quations structurelles confirmatoires ont \u00e9t\u00e9 test\u00e9s pour valider la structure unifactorielle \u00e0 3 items. Les saturations factorielles standardis\u00e9es (factor loadings<\/em>, \u03bb) pour chaque item se sont av\u00e9r\u00e9es hautement significatives (p<\/em> < 0,001) :<\/p>\n Le mod\u00e8le \u00e0 un facteur pr\u00e9sente une ad\u00e9quation optimale aux donn\u00e9es empiriques. Pour un mod\u00e8le juste identifi\u00e9 \u00e0 trois variables manifestes (degr\u00e9s de libert\u00e9 = 0), les indices de saturation et les r\u00e9sidus d’estimation standardis\u00e9s demeurent bien en de\u00e7\u00e0 des seuils critiques, confirmant l’absence d’erreurs de mesure corr\u00e9l\u00e9es non justifi\u00e9es.<\/p>\n L’instrument AUTRV se caract\u00e9rise par une administration simple, directe et particuli\u00e8rement rapide, limitant au minimum la fatigue cognitive des r\u00e9pondants au sein de protocoles d’enqu\u00eates ou d’exp\u00e9riences en laboratoire.<\/p>\n Ann\u00e9e de publication :<\/strong> 2021.<\/p>\n Conditions de r\u00e9utilisation et droits d’auteur :<\/strong> L’article original pr\u00e9sentant l’instrument a \u00e9t\u00e9 publi\u00e9 dans le Journal of Marketing<\/em>, une revue affili\u00e9e \u00e0 l’American Marketing Association (AMA)<\/a> et diffus\u00e9e par SAGE Publishing. Selon les usages \u00e9thiques et acad\u00e9miques en vigueur :<\/p>\n Les publications fondatrices et cadres conceptuels aff\u00e9rents \u00e0 la mesure comprennent :<\/p>\n Les items officiels de cette \u00e9chelle sont prot\u00e9g\u00e9s par le droit d’auteur de l’\u00e9diteur acad\u00e9mique et des auteurs originaux. Conform\u00e9ment aux principes de respect de la propri\u00e9t\u00e9 intellectuelle, les questions originales formul\u00e9es en anglais ci-dessous sont pr\u00e9sent\u00e9es telles qu’utilis\u00e9es dans les protocoles de recherche exp\u00e9rimentale.<\/p>\n <\/p>\n Instructions to participants:<\/strong> D\u00e9couvrez l’\u00e9chelle d’Authenticit\u00e9 de l’Avis en Ligne (AUTRV) d\u00e9velopp\u00e9e par Zhang et Patrick (2021). Analyse psychom\u00e9trique compl\u00e8te, validit\u00e9, fid\u00e9lit\u00e9 et items.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[2455,20410,2],"tags":[16748,20755,13268,197,2706,992,20213],"class_list":["post-13636","psych_scale","type-psych_scale","status-publish","hentry","category-comportement-du-consommateur","category-psychologie-des-medias-sociaux","category-psychometrie","tag-authenticite-percue","tag-autrv","tag-avis-en-ligne","tag-echelle-de-mesure","tag-ewom","tag-marketing-digital","tag-scepticisme-du-consommateur"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/13636","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=13636"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/13636\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=13636"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=13636"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=13636"}],"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
5. Construit psychologique \/ Construct<\/h2>\n
\n
6. Cadre th\u00e9orique \/ Theoretical Framework<\/h2>\n
Le Mod\u00e8le de la Connaissance de la Persuasion (Persuasion Knowledge Model)<\/h3>\n
La Th\u00e9orie de l’Attribution<\/h3>\n
La Th\u00e9orie des Signaux (Signaling Theory)<\/h3>\n
7. Validit\u00e9 \/ Validity<\/h2>\n
Validit\u00e9 de Construit et Convergente<\/h3>\n
Validit\u00e9 Discriminante<\/h3>\n
Validit\u00e9 Pr\u00e9dictive et Nomologique<\/h3>\n
\n
8. Fid\u00e9lit\u00e9 \/ Reliability<\/h2>\n
\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
\n
11. 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
Please read the post\/review presented above and indicate your level of agreement with each of the following statements using the 7-point scale (1 = Strongly Disagree to 7 = Strongly Agree).<\/p>\n\n
\n 2<\/span>
\n 3<\/span>
\n 4 = Neutral<\/span>
\n 5<\/span>
\n 6<\/span>
\n 7 = Strongly Agree<\/span>\n <\/div>\n<\/li>\n
\n 2<\/span>
\n 3<\/span>
\n 4 = Neutral<\/span>
\n 5<\/span>
\n 6<\/span>
\n 7 = Strongly Agree<\/span>\n <\/div>\n<\/li>\n
\n 2<\/span>
\n 3<\/span>
\n 4 = Neutral<\/span>
\n 5<\/span>
\n 6<\/span>
\n 7 = Strongly Agree<\/span>\n <\/div>\n<\/li>\n<\/ol>\n<\/div>\n","protected":false},"excerpt":{"rendered":"