{"id":14702,"date":"2026-10-07T21:15:10","date_gmt":"2026-10-07T21:15:10","guid":{"rendered":"http:\/\/french.arabpsychology.com\/scales\/exhaustivite-de-l-information\/"},"modified":"2026-10-07T21:15:10","modified_gmt":"2026-10-07T21:15:10","slug":"exhaustivite-de-l-information","status":"publish","type":"psych_scale","link":"https:\/\/french.arabpsychology.com\/?psych_scale=exhaustivite-de-l-information","title":{"rendered":"Exhaustivit\u00e9 de l&rsquo;information"},"content":{"rendered":"<h2>1. R\u00e9sum\u00e9 \/ Abstract<\/h2>\n<p>L&rsquo;\u00e9chelle d&rsquo;<strong>exhaustivit\u00e9 de l&rsquo;information<\/strong> (<em>Comprehensiveness of the Information Scale<\/em>), introduite dans la litt\u00e9rature contemporaine par <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1007\/s11747-022-00850-w\">Stefan Hoffmann, Tom Joer\u00df, Robert Mai et Payam Akbar (2022)<\/a> dans le cadre de leurs recherches publi\u00e9es dans le <em>Journal of the Academy of Marketing Science<\/em>, constitue un instrument psychom\u00e9trique con\u00e7u pour quantifier l&rsquo;\u00e9valuation cognitive subjective qu&rsquo;un individu porte sur la compl\u00e9tude, la richesse et l&rsquo;\u00e9tendue des donn\u00e9es qui lui sont pr\u00e9sent\u00e9es. Initialement d\u00e9ploy\u00e9 pour sonder la r\u00e9action des consommateurs face \u00e0 des technologies immersives comme la <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/R%C3%A9alit%C3%A9_augment%C3%A9e\">r\u00e9alit\u00e9 augment\u00e9e<\/a> sur le point de vente, cet outil mesure de fa\u00e7on parcimonieuse mais rigoureuse quatre dimensions intrins\u00e8ques du message informatif : le caract\u00e8re d\u00e9taill\u00e9, l&rsquo;exhaustivit\u00e9 globale, la largeur (\u00e9tendue) et la profondeur cognitive du contenu.<\/p>\n<p>L&rsquo;instrument se compose de <strong>quatre items unifactoriels<\/strong> administr\u00e9s selon une <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/%C3%89chelle_de_Likert\">\u00e9chelle de Likert<\/a> en 7 points allant de 1 (\u00ab fortement en d\u00e9saccord \u00bb) \u00e0 7 (\u00ab fortement d&rsquo;accord \u00bb). Les analyses psychom\u00e9triques men\u00e9es \u00e0 travers plusieurs cohortes exp\u00e9rimentales (une \u00e9tude principale et deux \u00e9tudes de r\u00e9plication et d&rsquo;extension) attestent de qualit\u00e9s m\u00e9trologiques remarquables. L&rsquo;\u00e9chelle d\u00e9montre une consistance interne syst\u00e9matiquement sup\u00e9rieure aux standards conventionnels, avec un coefficient <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Alpha_de_Cronbach\">alpha de Cronbach<\/a> oscillant entre 0,88 et 0,93, ainsi qu&rsquo;une fiabilit\u00e9 composite (CR) et une variance moyenne extraite (AVE) corroborant une excellente validit\u00e9 convergente. Sur le plan de la validit\u00e9 de construit, l&rsquo;analyse factorielle confirmatoire d\u00e9montre une ad\u00e9quation optimale avec une structure strictement unidimensionnelle. L&rsquo;\u00e9chelle permet de distinguer avec finesse le sentiment d&rsquo;avoir re\u00e7u un volume d&rsquo;information satisfaisant de notions connexes telles que la surcharge cognitive, la clart\u00e9 per\u00e7ue ou la contr\u00f4labilit\u00e9 de l&rsquo;interface.<\/p>\n<h2>2. Mots-cl\u00e9s \/ Keywords<\/h2>\n<p>exhaustivit\u00e9 de l&rsquo;information, qualit\u00e9 de l&rsquo;information, r\u00e9alit\u00e9 augment\u00e9e, psychom\u00e9trie, traitement cognitif de l&rsquo;information, prise de d\u00e9cision du consommateur, profondeur informationnelle, point de vente num\u00e9rique, \u00e9chelle de Likert, surcharge cognitive, \u00e9valuation ergonomique, mod\u00e9lisation en \u00e9quations structurelles.<\/p>\n<h2>3. Auteurs \/ Authors<\/h2>\n<p>L&rsquo;\u00e9chelle a \u00e9t\u00e9 d\u00e9velopp\u00e9e et formalis\u00e9e par une \u00e9quipe d&rsquo;enseignants-chercheurs sp\u00e9cialistes du marketing quantitatif, des technologies interactives et du comportement du consommateur :<\/p>\n<ul>\n<li><strong>Stefan Hoffmann<\/strong> : Professeur des universit\u00e9s en marketing, Chaire de marketing, Facult\u00e9 des sciences \u00e9conomiques et sociales, <em>Christian-Albrechts-Universit\u00e4t zu Kiel<\/em> (Universit\u00e9 de Kiel), Kiel, Allemagne. Courriel institutionnel : <a href=\"mailto:stefan.hoffmann@bwl.uni-kiel.de\">stefan.hoffmann@bwl.uni-kiel.de<\/a>.<\/li>\n<li><strong>Tom Joer\u00df<\/strong> : Chercheur postdoctoral et affili\u00e9 au d\u00e9partement de marketing de la <em>Christian-Albrechts-Universit\u00e4t zu Kiel<\/em>, Kiel, Allemagne. Sp\u00e9cialiste des interfaces immersives et du comportement d&rsquo;achat.<\/li>\n<li><strong>Robert Mai<\/strong> : Professeur de marketing, <em>Grenoble \u00c9cole de Management<\/em>, Grenoble, France. Ses travaux portent sur la psychologie du consommateur, la prise de d\u00e9cision analytique et la mod\u00e9lisation statistique avanc\u00e9e.<\/li>\n<li><strong>Payam Akbar<\/strong> : Professeur en gestion d&rsquo;entreprise et e-commerce, <em>Worms University of Applied Sciences<\/em> (Hochschule Worms), Worms, Allemagne. Ses recherches se concentrent sur le commerce omnicanal, l&rsquo;acceptation des technologies interactives et les interactions homme-machine.<\/li>\n<\/ul>\n<h2>4. Objectif \/ Purpose<\/h2>\n<p>L&rsquo;av\u00e8nement des environnements d&rsquo;achat num\u00e9ris\u00e9s et des dispositifs de <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/R%C3%A9alit%C3%A9_augment%C3%A9e\">r\u00e9alit\u00e9 augment\u00e9e<\/a> sur le lieu de vente physique a boulevers\u00e9 la fa\u00e7on dont l&rsquo;information relative aux produits est mise \u00e0 disposition des individus. Alors que les supports traditionnels (emballages, \u00e9tiquettes, brochures) souffrent de contraintes physiques \u00e9videntes de surface d&rsquo;affichage, les technologies virtuelles permettent d&rsquo;agr\u00e9ger, de superposer et de d\u00e9ployer une masse presque illimit\u00e9e de donn\u00e9es textuelles, iconographiques et interactives. Dans ce contexte, l&rsquo;objectif principal de l&rsquo;\u00e9chelle d&rsquo;exhaustivit\u00e9 de l&rsquo;information est d&rsquo;\u00e9valuer la <strong>perception m\u00e9tacognitive de la densit\u00e9 et de l&rsquo;ampleur informationnelle<\/strong> telle qu&rsquo;elle est v\u00e9cue par le r\u00e9cepteur.<\/p>\n<p>D&rsquo;un point de vue fondamental, la quantit\u00e9 objective d&rsquo;informations d\u00e9livr\u00e9e par un syst\u00e8me ne co\u00efncide pas n\u00e9cessairement avec le sentiment subjectif d&rsquo;avoir obtenu une information compl\u00e8te et profonde. Des facteurs ergonomiques tels que la vitesse de navigation, le format de pr\u00e9sentation, l&rsquo;effort cognitif requis pour r\u00e9v\u00e9ler de nouveaux attributs et le degr\u00e9 de contr\u00f4labilit\u00e9 accord\u00e9 \u00e0 l&rsquo;utilisateur interf\u00e8rent grandement avec cette appr\u00e9ciation. L&rsquo;\u00e9chelle con\u00e7ue par Hoffmann et ses collaborateurs (2022) a pour vocation pr\u00e9cise d&rsquo;isoler ce jugement perceptuel afin de comprendre comment la configuration technique d&rsquo;une interface m\u00e9diatise la construction cognitive du jugement produit.<\/p>\n<p>Sur le plan des applications empiriques et exp\u00e9rimentales, l&rsquo;\u00e9chelle remplit une triple fonction :<\/p>\n<ul>\n<li><strong>Mesure de m\u00e9diation dans les processus d\u00e9cisionnels :<\/strong> L&rsquo;outil sert de variable interm\u00e9diaire cl\u00e9 entre les stimuli environnementaux (ergonomie, affordance, degr\u00e9 de personnalisation) et les r\u00e9actions affectives ou comportementales (confiance envers la marque, certitude du choix, intention d&rsquo;achat, h\u00e9sitation).<\/li>\n<li><strong>Diagnostic de la charge et de la saturation informationnelle :<\/strong> Dans le cadre de la th\u00e9orie du traitement de l&rsquo;information, elle permet d&rsquo;identifier le point de bascule o\u00f9 une information per\u00e7ue comme trop vaste ou excessivement profonde cesse d&rsquo;\u00e9clairer l&rsquo;usager et commence \u00e0 engendrer une fatigue cognitive (le ph\u00e9nom\u00e8ne de \u00ab retour de flamme \u00bb ou <em>backfire effect<\/em> th\u00e9oris\u00e9 dans l&rsquo;article princeps).<\/li>\n<li><strong>Optimisation de l&rsquo;ergonomie cognitive :<\/strong> En ing\u00e9nierie des interfaces et en psychologie ergonomique, l&rsquo;\u00e9chelle fournit un retour quantifi\u00e9 sur la mani\u00e8re dont les utilisateurs jugent le calibrage informationnel d&rsquo;un prototype, \u00e9vitant ainsi tant la sous-information (g\u00e9n\u00e9ratrice d&rsquo;ambigu\u00eft\u00e9) que la sur-information (g\u00e9n\u00e9ratrice de paralysie d\u00e9cisionnelle).<\/li>\n<\/ul>\n<h2>5. Construit psychologique \/ Construct<\/h2>\n<p>Le construit psychologique de l&rsquo;<strong>exhaustivit\u00e9 de l&rsquo;information<\/strong> (<em>information comprehensiveness<\/em>) s&rsquo;articule autour de la perception globale par le sujet qu&rsquo;un message couvre l&rsquo;ensemble du spectre requis pour former une repr\u00e9sentation mentale exhaustive de l&rsquo;objet \u00e9valu\u00e9. Contrairement \u00e0 des concepts voisins comme la pertinence (qui \u00e9value l&rsquo;ad\u00e9quation au but) ou la cr\u00e9dibilit\u00e9 (qui \u00e9value la v\u00e9racit\u00e9), l&rsquo;exhaustivit\u00e9 r\u00e9f\u00e8re \u00e0 la <strong>quantit\u00e9, l&rsquo;\u00e9tendue th\u00e9matique et la granularit\u00e9 qualitative<\/strong> des donn\u00e9es fournies.<\/p>\n<p>Sur le plan conceptuel, bien que mesur\u00e9 de fa\u00e7on unidimensionnelle pour maximiser la parcimonie statistique au sein de mod\u00e8les d&rsquo;\u00e9quations structurelles complexes, le construit encapsule quatre nuances s\u00e9mantiques compl\u00e9mentaires indispensables :<\/p>\n<h3>1. Le niveau de d\u00e9tail (Detailedness)<\/h3>\n<p>Ce volet appr\u00e9hende le degr\u00e9 de pr\u00e9cision microscopique du contenu informationnel. Une information d\u00e9taill\u00e9e ne se limite pas \u00e0 mentionner les caract\u00e9ristiques g\u00e9n\u00e9riques d&rsquo;un produit ou d&rsquo;une situation (par exemple, \u00ab appareil \u00e9conome en \u00e9nergie \u00bb), mais explicite les \u00e9l\u00e9ments sous-jacents, les m\u00e9triques pr\u00e9cises et les m\u00e9canismes techniques (par exemple, \u00ab consommation annuelle mesur\u00e9e \u00e0 142 kWh selon la norme ISO, syst\u00e8me d&rsquo;isolation multicouche \u00bb). L&rsquo;individu \u00e9value si le contenu descend \u00e0 un niveau d&rsquo;analyse suffisant pour satisfaire son besoin d&rsquo;exactitude.<\/p>\n<h3>2. L&rsquo;exhaustivit\u00e9 holistique (Comprehensiveness)<\/h3>\n<p>Cette composante repr\u00e9sente le sentiment synth\u00e9tique d&rsquo;ach\u00e8vement. Le r\u00e9cepteur juge si le corpus d&rsquo;informations forme un tout coh\u00e9rent et complet, sans omission flagrante ni zone d&rsquo;ombre. Un message exhaustif permet \u00e0 l&rsquo;utilisateur d&rsquo;avoir l&rsquo;impression d&rsquo;avoir \u00ab fait le tour \u00bb du sujet sans ressentir le besoin imp\u00e9rieux de recourir \u00e0 des sources d&rsquo;information compl\u00e9mentaires ext\u00e9rieures pour combler des lacunes \u00e9videntes.<\/p>\n<h3>3. L&rsquo;\u00e9tendue th\u00e9matique (Breadth)<\/h3>\n<p>La dimension d&rsquo;\u00e9tendue ou de largeur informationnelle fait r\u00e9f\u00e9rence \u00e0 l&rsquo;\u00e9ventail macroscopique des facettes abord\u00e9es. Elle refl\u00e8te la vari\u00e9t\u00e9 des angles et des attributs pr\u00e9sent\u00e9s. Dans le cadre de l&rsquo;\u00e9valuation d&rsquo;un produit, une information large n&rsquo;aborde pas exclusivement la dimension tarifaire ou technique, mais balaie l&rsquo;origine des mat\u00e9riaux, la durabilit\u00e9 \u00e9cologique, les conditions d&rsquo;utilisation, les garanties commerciales et les retours d&rsquo;exp\u00e9rience d&rsquo;utilisateurs tiers. Elle rend compte du p\u00e9rim\u00e8tre horizontal du message.<\/p>\n<h3>4. La profondeur analytique (Depth)<\/h3>\n<p>La profondeur informationnelle s&rsquo;oppose \u00e0 la superficialit\u00e9. Elle capture la capacit\u00e9 du message \u00e0 explorer verticalement les implications et les justifications des faits pr\u00e9sent\u00e9s. Une information qualifi\u00e9e de \u00ab profonde \u00bb fournit un \u00e9clairage causal : elle n&rsquo;explique pas seulement ce qu&rsquo;est le produit, mais pourquoi il a \u00e9t\u00e9 con\u00e7u ainsi et en quoi ses propri\u00e9t\u00e9s m\u00e9caniques ou chimiques influencent directement sa performance \u00e0 long terme. Cette composante active pr\u00e9f\u00e9rentiellement la voie centrale de traitement cognitif chez le consommateur.<\/p>\n<p>L&rsquo;int\u00e9gration de ces quatre p\u00f4les au sein d&rsquo;une \u00e9chelle homog\u00e8ne permet de capturer la structure cognitive compl\u00e8te de la richesse informationnelle sans imposer au r\u00e9pondant une batterie d&rsquo;items redondants.<\/p>\n<h2>6. Cadre th\u00e9orique \/ Theoretical Framework<\/h2>\n<p>L&rsquo;\u00e9laboration et l&rsquo;application de l&rsquo;\u00e9chelle d&rsquo;exhaustivit\u00e9 de l&rsquo;information reposent sur une convergence de plusieurs cadres fondateurs en <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Psychologie_cognitive\">psychologie cognitive<\/a> et en th\u00e9orie du comportement d\u00e9cisionnel :<\/p>\n<h3>1. La th\u00e9orie du traitement de l&rsquo;information du consommateur<\/h3>\n<p>Formul\u00e9e historiquement par James R. Bettman (1979) dans son ouvrage fondateur <em>An Information Processing Theory of Consumer Choice<\/em>, cette perspective envisage l&rsquo;humain comme un processeur \u00e0 capacit\u00e9 limit\u00e9e naviguant dans un environnement surcharg\u00e9 de signaux. Selon Bettman, l&rsquo;acquisition de donn\u00e9es externes est guid\u00e9e par la recherche d&rsquo;un \u00e9quilibre entre la r\u00e9duction du risque per\u00e7u et la d\u00e9pense d&rsquo;effort mental. Lorsque l&rsquo;information per\u00e7ue est jug\u00e9e exhaustive, elle diminue l&rsquo;incertitude d\u00e9cisionnelle. Toutefois, si cette exhaustivit\u00e9 requiert un d\u00e9ploiement d&rsquo;attention disproportionn\u00e9, l&rsquo;effort per\u00e7u devient sup\u00e9rieur aux b\u00e9n\u00e9fices marginaux obtenus, provoquant des biais de rejet ou de confusion.<\/p>\n<h3>2. La th\u00e9orie de la charge cognitive (Cognitive Load Theory)<\/h3>\n<p>D\u00e9velopp\u00e9e par John Sweller (1988), la <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/fr.wikipedia.org\/wiki\/Th%C3%A9orie_de_la_charge_cognitive\">th\u00e9orie de la charge cognitive<\/a> postule que la m\u00e9moire de travail humaine poss\u00e8de une capacit\u00e9 de r\u00e9tention et de traitement strictement born\u00e9e. Hoffmann et ses coauteurs mobilisent cette th\u00e9orie pour \u00e9lucider le paradoxe central de leur article de 2022 : lorsque des interfaces de r\u00e9alit\u00e9 augment\u00e9e offrent une trop grande libert\u00e9 de contr\u00f4le pour explorer une information qualifi\u00e9e d&rsquo;extr\u00eamement vaste (large et profonde), la <em>charge cognitive extrins\u00e8que<\/em> (li\u00e9e \u00e0 la manipulation de l&rsquo;outil) s&rsquo;additionne \u00e0 la <em>charge intrins\u00e8que<\/em> (inh\u00e9rente \u00e0 la compr\u00e9hension des donn\u00e9es). Dans cette configuration, une exhaustivit\u00e9 informationnelle per\u00e7ue comme tr\u00e8s \u00e9lev\u00e9e cesse d&rsquo;\u00eatre une valeur ajout\u00e9e et devient un facteur d\u00e9clencheur d&rsquo;encombrement cognitif, d\u00e9gradant l&rsquo;exp\u00e9rience globale du consommateur.<\/p>\n<h3>3. Le mod\u00e8le de probabilit\u00e9 d&rsquo;\u00e9laboration (Elaboration Likelihood Model &#8211; ELM)<\/h3>\n<p>Formul\u00e9 par Richard E. Petty et John T. Cacioppo (1986), l&rsquo;ELM sugg\u00e8re que les individus traitent les stimuli persuasifs selon deux trajets : la voie centrale (analytique, attentive aux arguments d\u00e9taill\u00e9s) et la voie p\u00e9riph\u00e9rique (fond\u00e9e sur des indices heuristiques contextuels). L&rsquo;\u00e9chelle d&rsquo;exhaustivit\u00e9 de l&rsquo;information mesure un d\u00e9terminant capital de la voie centrale. Lorsque l&rsquo;information est jug\u00e9e d\u00e9taill\u00e9e et profonde, les consommateurs disposant d&rsquo;un besoin de cognition \u00e9lev\u00e9 (<em>Need for Cognition<\/em>) s&rsquo;engagent dans un examen rigoureux des arguments. En revanche, pour les individus utilisant la voie p\u00e9riph\u00e9rique, une trop grande profondeur peut \u00eatre d\u00e9courageante ou per\u00e7ue comme un bavardage technique inutile.<\/p>\n<h3>4. Le paradoxe de la contr\u00f4labilit\u00e9 et le \u00ab Backfire Effect \u00bb<\/h3>\n<p>L&rsquo;innovation th\u00e9orique sp\u00e9cifique de Hoffmann et al. (2022) r\u00e9side dans l&rsquo;interaction entre le contr\u00f4le offert par le dispositif num\u00e9rique et l&rsquo;\u00e9valuation de l&rsquo;exhaustivit\u00e9 de l&rsquo;information. Alors que les postulats ergonomiques traditionnels pr\u00e9disent qu&rsquo;une interactivit\u00e9 accrue favorise toujours la satisfaction, les chercheurs d\u00e9montrent que donner aux consommateurs le contr\u00f4le total sur l&rsquo;exploration de d\u00e9tails exhaustifs g\u00e9n\u00e8re une obligation implicite de traitement exhaustif. Les consommateurs se sentent contraints d&rsquo;inspecter chaque couche d&rsquo;information, ce qui \u00e9puise leurs ressources attentionnelles. L&rsquo;\u00e9chelle joue ici le r\u00f4le d&rsquo;indicateur \u00e9talon permettant de v\u00e9rifier \u00e0 quel moment l&rsquo;intensit\u00e9 informative bascule d&rsquo;une fonction d&rsquo;aide \u00e0 une source de dysfonctionnement perceptuel.<\/p>\n<h2>7. Validit\u00e9 \/ Validity<\/h2>\n<p>La validit\u00e9 psychom\u00e9trique de l&rsquo;\u00e9chelle d&rsquo;exhaustivit\u00e9 de l&rsquo;information a fait l&rsquo;objet d&rsquo;un processus de v\u00e9rification m\u00e9thodologique approfondi dans l&rsquo;\u00e9tude princeps d&rsquo;Hoffmann et al. (2022), articul\u00e9 autour d&rsquo;une d\u00e9marche multi-\u00e9tudes impliquant des exp\u00e9rimentations contr\u00f4l\u00e9es en laboratoire et des contextes de terrain.<\/p>\n<h3>Validit\u00e9 de contenu et d&rsquo;apparence<\/h3>\n<p>Les items ont \u00e9t\u00e9 r\u00e9dig\u00e9s pour couvrir l&rsquo;espace s\u00e9mantique complet du concept d&rsquo;exhaustivit\u00e9 tel qu&rsquo;\u00e9tabli dans la litt\u00e9rature du marketing et des syst\u00e8mes d&rsquo;information. Des experts en psychologie de la consommation ont valid\u00e9 la pertinence lexicale de chaque proposition (\u00ab detailed \u00bb, \u00ab comprehensive \u00bb, \u00ab broad \u00bb, \u00ab deep \u00bb), assurant que les nuances d&rsquo;\u00e9tendue horizontale et de profondeur verticale soient fid\u00e8lement restitu\u00e9es sans introduire d&rsquo;ambigu\u00eft\u00e9 lexicale.<\/p>\n<h3>Validit\u00e9 convergente<\/h3>\n<p>La validit\u00e9 convergente de l&rsquo;instrument a \u00e9t\u00e9 \u00e9valu\u00e9e par le calcul de la <strong>variance moyenne extraite (AVE &#8211; Average Variance Extracted)<\/strong> et par l&rsquo;examen des saturations factorielles standardis\u00e9es issues de mod\u00e8les d&rsquo;\u00e9quations structurelles confirmatoires :<\/p>\n<ul>\n<li>Les saturations factorielles standardis\u00e9es (<span class=\"arabpsy-math-inline\" data-latex=\"lambda\">$lambda$<\/span>) de l&rsquo;ensemble des quatre items d\u00e9passent largement le seuil standard de 0,70 recommand\u00e9 par Hair et al., se situant typiquement entre 0,78 et 0,91 selon les \u00e9chantillons \u00e9tudi\u00e9s.<\/li>\n<li>La variance moyenne extraite (AVE) calcul\u00e9e pour l&rsquo;\u00e9chelle s&rsquo;\u00e9l\u00e8ve \u00e0 des valeurs sup\u00e9rieures \u00e0 0,68, surpassant le seuil critique de 0,50 d\u00e9fini par <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1177\/002224378101800104\">Fornell et Larcker (1981)<\/a>. Cela d\u00e9montre que plus de deux tiers de la variance des indicateurs est captur\u00e9e par le construit sous-jacent plut\u00f4t que par l&rsquo;erreur de mesure.<\/li>\n<\/ul>\n<h3>Validit\u00e9 discriminante<\/h3>\n<p>La validit\u00e9 discriminante a \u00e9t\u00e9 test\u00e9e rigoureusement par rapport aux construits psychologiques contigus mesur\u00e9s simultan\u00e9ment dans les protocoles d&rsquo;Hoffmann et al. (2022), notamment la contr\u00f4labilit\u00e9 per\u00e7ue, la complexit\u00e9 de l&rsquo;interface, la charge cognitive per\u00e7ue, la qualit\u00e9 globale de l&rsquo;interface et la confiance dans le choix :<\/p>\n<ul>\n<li><strong>Crit\u00e8re de Fornell-Larcker :<\/strong> La racine carr\u00e9e de l&rsquo;AVE pour l&rsquo;\u00e9chelle d&rsquo;exhaustivit\u00e9 de l&rsquo;information s&rsquo;est av\u00e9r\u00e9e syst\u00e9matiquement sup\u00e9rieure \u00e0 toutes les corr\u00e9lations bivari\u00e9es inter-construits (les corr\u00e9lations <span class=\"arabpsy-math-inline\" data-latex=\"r\">$r$<\/span> s&rsquo;\u00e9chelonnant g\u00e9n\u00e9ralement entre 0,25 et 0,55, alors que <span class=\"arabpsy-math-inline\" data-latex=\"\\sqrt{\\text{AVE}} &gt; 0,82\">$\\sqrt{\\text{AVE}} > 0,82$<\/span>).<\/li>\n<li><strong>Ratio H\u00e9t\u00e9rotrait-Monotrait (HTMT) :<\/strong> Les ratios HTMT calcul\u00e9s se sont tous inscrits en dessous du seuil conservateur de 0,85, garantissant empiriquement que l&rsquo;exhaustivit\u00e9 per\u00e7ue de l&rsquo;information constitue un construit parfaitement distinct de l&rsquo;utilit\u00e9 per\u00e7ue ou de la difficult\u00e9 de manipulation cognitive.<\/li>\n<\/ul>\n<h3>Validit\u00e9 pr\u00e9dictive et nomologique<\/h3>\n<p>L&rsquo;\u00e9chelle a d\u00e9montr\u00e9 une validit\u00e9 pr\u00e9dictive remarquable \u00e0 travers des mod\u00e9lisations causales. Dans les contextes o\u00f9 la charge cognitive demeurait sous contr\u00f4le, des scores \u00e9lev\u00e9s d&rsquo;exhaustivit\u00e9 de l&rsquo;information pr\u00e9disaient positivement la certitude de d\u00e9cision du consommateur et la r\u00e9duction du regret anticip\u00e9. En revanche, dans des conditions de forte contr\u00f4labilit\u00e9 surabondante, des scores \u00e9lev\u00e9s d&rsquo;exhaustivit\u00e9 interagissaient avec le format de pr\u00e9sentation pour pr\u00e9dire une baisse de l&rsquo;\u00e9valuation globale du produit, corroborant fid\u00e8lement les hypoth\u00e8ses th\u00e9oriques avanc\u00e9es par les auteurs quant aux m\u00e9canismes de saturation cognitive.<\/p>\n<h2>8. Fid\u00e9lit\u00e9 \/ Reliability<\/h2>\n<p>La consistance interne et la stabilit\u00e9 m\u00e9trologique de l&rsquo;\u00e9chelle d&rsquo;exhaustivit\u00e9 de l&rsquo;information ont \u00e9t\u00e9 \u00e9tablies sur des \u00e9chantillons h\u00e9t\u00e9rog\u00e8nes de consommateurs totalisant plusieurs centaines de participants dans les \u00e9tudes men\u00e9es par Hoffmann et al. (2022).<\/p>\n<p>Les indicateurs statistiques de fid\u00e9lit\u00e9 obtenus \u00e0 travers les diff\u00e9rentes vagues exp\u00e9rimentales s&rsquo;\u00e9tablissent comme suit :<\/p>\n<ul>\n<li><strong>Alpha de Cronbach (<span class=\"arabpsy-math-inline\" data-latex=\"\u0007lpha\">$\u0007lpha$<\/span>) :<\/strong> Le coefficient <span class=\"arabpsy-math-inline\" data-latex=\"\u0007lpha\">$\u0007lpha$<\/span> rapport\u00e9 dans l&rsquo;\u00e9tude principale atteint <strong>0,89<\/strong>. Lors des \u00e9tudes de r\u00e9plication et d&rsquo;extension (Follow-up Studies), les valeurs se sont maintenues \u00e0 un niveau tr\u00e8s \u00e9lev\u00e9, fluctuant entre <strong>0,88<\/strong> et <strong>0,92<\/strong>. Ces valeurs d\u00e9montrent une excellente coh\u00e9rence interne, tr\u00e8s sup\u00e9rieure au seuil d&rsquo;acceptabilit\u00e9 conventionnel de 0,70, tout en demeurant sous le seuil d&rsquo;hyper-redondance critique (0,95).<\/li>\n<li><strong>Fiabilit\u00e9 composite (Composite Reliability &#8211; CR) :<\/strong> Calcul\u00e9e selon la formulation de J\u00f6reskog, la fiabilit\u00e9 composite du construit s&rsquo;\u00e9l\u00e8ve \u00e0 des valeurs comprises entre <strong>0,89 et 0,93<\/strong>, confirmant que l&rsquo;ensemble des indicateurs concourt de mani\u00e8re \u00e9quilibr\u00e9e et robuste \u00e0 la mesure du facteur latent commun.<\/li>\n<li><strong>Corr\u00e9lations inter-items :<\/strong> Toutes les corr\u00e9lations partielles et bivari\u00e9es entre les quatre items s&rsquo;\u00e9tablissent dans une fourchette comprise entre 0,62 et 0,79, attestant qu&rsquo;aucun item n&rsquo;est p\u00e9riph\u00e9rique ni discordant par rapport au noyau central de la mesure.<\/li>\n<li><strong>Stabilit\u00e9 \u00e0 travers les contextes exp\u00e9rimentaux :<\/strong> L&rsquo;\u00e9chelle a d\u00e9montr\u00e9 une invariance de mesure configurationnelle et m\u00e9trique entre des groupes soumis \u00e0 des pr\u00e9sentations traditionnelles sur \u00e9cran plat et des groupes manipulant des hologrammes en r\u00e9alit\u00e9 augment\u00e9e, confirmant sa robustesse transculturelle et trans-technologique.<\/li>\n<\/ul>\n<h2>9. Analyse factorielle \/ Factor Analysis<\/h2>\n<p>La dimensionalit\u00e9 de l&rsquo;\u00e9chelle a \u00e9t\u00e9 v\u00e9rifi\u00e9e au moyen d&rsquo;analyses factorielles exploratoires (AFE) pr\u00e9alables, consolid\u00e9es par des analyses factorielles confirmatoires (AFC) exploitant l&rsquo;estimateur du maximum de vraisemblance avec correction robuste (MLR) au sein du logiciel Mplus et des packages structurels de R.<\/p>\n<h3>Structure factorielle unidimensionnelle<\/h3>\n<p>L&rsquo;analyse factorielle exploratoire (extraction en composantes principales avec rotation varimax) appliqu\u00e9e aux 4 items produit une extraction sans ambigu\u00eft\u00e9 :<\/p>\n<ul>\n<li>Un <strong>seul facteur latent<\/strong> \u00e9merge avec une valeur propre (<em>eigenvalue<\/em>) tr\u00e8s sup\u00e9rieure \u00e0 1 (typiquement <span class=\"arabpsy-math-inline\" data-latex=\"&gt; 2,80\">$> 2,80$<\/span>).<\/li>\n<li>Le facteur unique rend compte de plus de <strong>72 % \u00e0 78 % de la variance totale<\/strong> selon les \u00e9chantillons, ne laissant subsister aucun facteur secondaire r\u00e9siduel dot\u00e9 d&rsquo;une valeur propre sup\u00e9rieure \u00e0 0,45.<\/li>\n<li>L&rsquo;examen du graphique des valeurs propres (<em>scree plot<\/em> de Cattell) r\u00e9v\u00e8le une rupture nette apr\u00e8s le premier facteur, justifiant indubitablement l&rsquo;unidimensionnalit\u00e9 du construit.<\/li>\n<\/ul>\n<h3>Indices d&rsquo;ad\u00e9quation en Analyse Factorielle Confirmatoire (AFC)<\/h3>\n<p>L&rsquo;estimation du mod\u00e8le unifactoriel \u00e0 quatre indicateurs dans le cadre de la mod\u00e9lisation par \u00e9quations structurelles fournit des indices d&rsquo;ad\u00e9quation (<em>goodness-of-fit<\/em>) conformes aux crit\u00e8res d&rsquo;excellence \u00e9tablis par <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1080\/10705519909540118\">Hu et Bentler (1999)<\/a> :<\/p>\n<ul>\n<li><strong>Chi-deux norm\u00e9 (<span class=\"arabpsy-math-inline\" data-latex=\"\\chi^2 \/ df\">$\\chi^2 \/ df$<\/span>) :<\/strong> Inf\u00e9rieur \u00e0 2,20, traduisant un \u00e9cart minime entre la matrice de covariance observ\u00e9e et la matrice postul\u00e9e.<\/li>\n<li><strong>Comparative Fit Index (CFI) :<\/strong> <span class=\"arabpsy-math-inline\" data-latex=\"&gt; 0,98\">$> 0,98$<\/span> (valeurs empiriques oscillant entre 0,985 et 0,996).<\/li>\n<li><strong>Tucker-Lewis Index (TLI) :<\/strong> <span class=\"arabpsy-math-inline\" data-latex=\"&gt; 0,97\">$> 0,97$<\/span> (valeurs empiriques sup\u00e9rieures \u00e0 0,978).<\/li>\n<li><strong>Root Mean Square Error of Approximation (RMSEA) :<\/strong> $< 0,055$ (avec un intervalle de confiance \u00e0 90 % compris entre [0,000 ; 0,078] et une probabilit\u00e9 de <em>close fit<\/em> <span class=\"arabpsy-math-inline\" data-latex=\"p &gt; 0,50\">$p > 0,50$<\/span>).<\/li>\n<li><strong>Standardized Root Mean Square Residual (SRMR) :<\/strong> $< 0,028$.<\/li>\n<\/ul>\n<h3>Saturations factorielles standardis\u00e9es (<span class=\"arabpsy-math-inline\" data-latex=\"lambda\">$lambda$<\/span>)<\/h3>\n<p>Les coefficients de saturation factorielle standardis\u00e9s pour les quatre items s&rsquo;\u00e9chelonnent comme suit :<\/p>\n<ul>\n<li>Item 1 (<em>detailed<\/em>) : <span class=\"arabpsy-math-inline\" data-latex=\"lambda \u0007pprox 0,84\">$lambda \u0007pprox 0,84$<\/span> ($p < 0,001$)<\/li>\n<li>Item 2 (<em>comprehensive<\/em>) : <span class=\"arabpsy-math-inline\" data-latex=\"lambda \u0007pprox 0,89\">$lambda \u0007pprox 0,89$<\/span> ($p < 0,001$)<\/li>\n<li>Item 3 (<em>broad<\/em>) : <span class=\"arabpsy-math-inline\" data-latex=\"lambda \u0007pprox 0,81\">$lambda \u0007pprox 0,81$<\/span> ($p < 0,001$)<\/li>\n<li>Item 4 (<em>deep<\/em>) : <span class=\"arabpsy-math-inline\" data-latex=\"lambda \u0007pprox 0,85\">$lambda \u0007pprox 0,85$<\/span> ($p < 0,001$)<\/li>\n<\/ul>\n<p>Ces r\u00e9sultats confirment que chaque item contribue avec un poids substantiel et statistiquement significatif \u00e0 la d\u00e9finition du construit commun.<\/p>\n<h2>10. Instrument de mesure \/ Instrument<\/h2>\n<p>L&rsquo;instrument se caract\u00e9rise par une architecture technique compacte, garantissant une passation rapide et minimisant l&rsquo;attrition des r\u00e9pondants au cours de protocoles exp\u00e9rimentaux denses :<\/p>\n<ul>\n<li><strong>Type d&rsquo;\u00e9valuation :<\/strong> Questionnaire d&rsquo;auto-\u00e9valuation psychom\u00e9trique (<em>self-report measure<\/em>).<\/li>\n<li><strong>Format d&rsquo;administration :<\/strong> Papier-crayon ou formulaire num\u00e9rique informatis\u00e9 (compatible ordinateurs, tablettes, smartphones et casques de r\u00e9alit\u00e9 augment\u00e9e\/virtuelle).<\/li>\n<li><strong>Nombre d&rsquo;items :<\/strong> 4 items r\u00e9dig\u00e9s sous forme d&rsquo;affirmations d\u00e9claratives simples.<\/li>\n<li><strong>Format de r\u00e9ponse :<\/strong> \u00c9chelle de Likert \u00e0 7 points (1 = strongly disagree \/ fortement en d\u00e9saccord, \u00e0 7 = strongly agree \/ fortement d&rsquo;accord).<\/li>\n<li><strong>Temps de passation estim\u00e9 :<\/strong> Moins de 60 secondes.<\/li>\n<li><strong>Proc\u00e9dure de calcul des scores (Cotation) :<\/strong>\n<ul>\n<li>Aucun item invers\u00e9 : l&rsquo;ensemble des 4 items est orient\u00e9 positivement vers une forte perception d&rsquo;exhaustivit\u00e9.<\/li>\n<li>Un score global d&rsquo;exhaustivit\u00e9 de l&rsquo;information est calcul\u00e9 par la moyenne arithm\u00e9tique simple des 4 items :<br \/>\n      <span class=\"arabpsy-math-display\" data-latex=\"\\text{Score d&#039;exhaustivit\u00e9} = \\frac{\\text{Item 1} + \\text{Item 2} + \\text{Item 3} + \\text{Item 4}}{4}\">$$\\text{Score d&rsquo;exhaustivit\u00e9} = \\frac{\\text{Item 1} + \\text{Item 2} + \\text{Item 3} + \\text{Item 4}}{4}$$<\/span>\n      <\/li>\n<li>Le score r\u00e9sultant est compris entre 1,00 et 7,00. Un score sup\u00e9rieur \u00e0 5,00 t\u00e9moigne d&rsquo;une information jug\u00e9e substantiellement riche, large et profonde, tandis qu&rsquo;un score inf\u00e9rieur \u00e0 3,00 caract\u00e9rise une information jug\u00e9e superficielle, succincte ou incompl\u00e8te.<\/li>\n<li>Pour des analyses en mod\u00e9lisation par \u00e9quations structurelles (SEM), les items peuvent \u00eatre mod\u00e9lis\u00e9s directement sous forme d&rsquo;indicateurs d&rsquo;un construit latent r\u00e9flectif unifactoriel.<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n<h2>11. Permissions, Tarifs et Ann\u00e9e du test \/ Permissions &#038; Fee and Test Year<\/h2>\n<p>L&rsquo;instrument a \u00e9t\u00e9 officialis\u00e9 et diffus\u00e9 dans sa version actuelle en <strong>2022<\/strong> au sein du <em>Journal of the Academy of Marketing Science<\/em> :<\/p>\n<ul>\n<li><strong>Ann\u00e9e d&rsquo;introduction acad\u00e9mique :<\/strong> 2022.<\/li>\n<li><strong>Droits d&rsquo;auteur et propri\u00e9t\u00e9 intellectuelle :<\/strong> Les droits aff\u00e9rents \u00e0 la publication scientifique originale sont d\u00e9tenus par Springer Nature et l&rsquo;Academy of Marketing Science. La formulation des items appartient \u00e0 Stefan Hoffmann, Tom Joer\u00df, Robert Mai et Payam Akbar.<\/li>\n<li><strong>Politique d&rsquo;utilisation et frais (Tarification) :<\/strong> L&rsquo;\u00e9chelle est mise \u00e0 la disposition de la communaut\u00e9 acad\u00e9mique et scientifique \u00e0 titre <strong>gratuit<\/strong> pour des travaux de recherche non commerciale. Aucune redevance n&rsquo;est exig\u00e9e pour son utilisation dans le cadre de m\u00e9moires universitaires, de th\u00e8ses doctorales ou d&rsquo;articles acad\u00e9miques.<\/li>\n<li><strong>Modalit\u00e9s de citation :<\/strong> Toute utilisation de l&rsquo;\u00e9chelle dans un dispositif exp\u00e9rimental ou observationnel doit s&rsquo;accompagner d&rsquo;une citation bibliographique formelle de l&rsquo;article source d&rsquo;Hoffmann et al. (2022) conform\u00e9ment aux conventions de l&rsquo;APA.<\/li>\n<li><strong>Utilisation commerciale :<\/strong> Toute int\u00e9gration de l&rsquo;outil dans des audits d&rsquo;entreprises, des solutions logicielles propri\u00e9taires ou des services marchands payants n\u00e9cessite une autorisation pr\u00e9alable aupr\u00e8s des d\u00e9tenteurs des droits de publication et des auteurs.<\/li>\n<\/ul>\n<h2>12. R\u00e9f\u00e9rences \/ References<\/h2>\n<p>Les r\u00e9f\u00e9rences bibliographiques suivantes fournissent les fondements th\u00e9oriques, psychom\u00e9triques et m\u00e9thodologiques de l&rsquo;\u00e9chelle d&rsquo;exhaustivit\u00e9 de l&rsquo;information :<\/p>\n<ul>\n<li>Bettman, J. R. (1979). <em>An Information Processing Theory of Consumer Choice<\/em>. Addison-Wesley Educational Publishers.<\/li>\n<li>Fornell, C., &amp; Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. <em>Journal of Marketing Research<\/em>, 18(1), 39\u201350. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1177\/002224378101800104\">https:\/\/doi.org\/10.1177\/002224378101800104<\/a><\/li>\n<li>Hoffmann, S., Joer\u00df, T., Mai, R., &amp; Akbar, P. (2022). Augmented reality-delivered product information at the point of sale: When information controllability backfires. <em>Journal of the Academy of Marketing Science<\/em>, 50(4), 743\u2013776. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1007\/s11747-022-00850-w\">https:\/\/doi.org\/10.1007\/s11747-022-00850-w<\/a><\/li>\n<li>Hu, L. t., &amp; Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. <em>Structural Equation Modeling: A Multidisciplinary Journal<\/em>, 6(1), 1\u201355. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1080\/10705519909540118\">https:\/\/doi.org\/10.1080\/10705519909540118<\/a><\/li>\n<li>Petty, R. E., &amp; Cacioppo, J. T. (1986). The Elaboration Likelihood Model of persuasion. In L. Berkowitz (Ed.), <em>Advances in Experimental Social Psychology<\/em> (Vol. 19, pp. 123\u2013205). Academic Press. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1016\/S0065-2601(08)60214-2\">https:\/\/doi.org\/10.1016\/S0065-2601(08)60214-2<\/a><\/li>\n<li>Sweller, J. (1988). Cognitive load during problem solving: Effects on learning. <em>Cognitive Science<\/em>, 12(2), 257\u2013285. <a target=\"_blank\" rel=\"noopener noreferrer\" href=\"https:\/\/doi.org\/10.1207\/s15516709cog1202_4\">https:\/\/doi.org\/10.1207\/s15516709cog1202_4<\/a><\/li>\n<\/ul>\n<h2>13. Questions et items du questionnaire \/ Scale Items<\/h2>\n<div class=\"wpt-scale-notice\" style=\"direction:ltr; text-align:left; background:#f8fafc; border-bottom:1px solid #e2e8f0; padding:14px 20px; font-size:13.5px; color:#475569; font-weight:500;\">\n  Voici les items originaux de l&rsquo;\u00e9chelle tels que publi\u00e9s dans les \u00e9tudes psychom\u00e9triques de r\u00e9f\u00e9rence, sans modification ni traduction, afin de pr\u00e9server la validit\u00e9 et la fid\u00e9lit\u00e9 de l&rsquo;instrument :\n<\/div>\n<div class=\"wpt-scale-items-container\" style=\"direction:ltr; text-align:left; font-family:sans-serif;\">\n<p><strong>Response Scale:<\/strong> 7-point Likert scale (1 = strongly disagree, 7 = strongly agree)<\/p>\n<ol style=\"margin: 15px 0; padding-left: 25px; line-height: 1.8;\">\n<li>The information was detailed.<\/li>\n<li>The information was comprehensive.<\/li>\n<li>The information was broad.<\/li>\n<li>The information was deep.<\/li>\n<\/ol>\n<\/div>\n","protected":false},"excerpt":{"rendered":"<p>D\u00e9couvrez l&rsquo;\u00e9chelle d&rsquo;exhaustivit\u00e9 de l&rsquo;information (Hoffmann et al., 2022) : cadre th\u00e9orique, validit\u00e9 psychom\u00e9trique, structure factorielle et items originaux.<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","template":"","categories":[2455,647,2],"tags":[426,197,22879,176,16,10036,14748],"class_list":["post-14702","psych_scale","type-psych_scale","status-publish","hentry","category-comportement-du-consommateur","category-psychologie-cognitive","category-psychometrie","tag-charge-cognitive","tag-echelle-de-mesure","tag-exhaustivite-de-linformation","tag-prise-de-decision","tag-psychometrie","tag-qualite-de-linformation","tag-realite-augmentee"],"_links":{"self":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/14702","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=14702"}],"version-history":[{"count":0,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=\/wp\/v2\/psych_scale\/14702\/revisions"}],"wp:attachment":[{"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=14702"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=14702"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/french.arabpsychology.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=14702"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}