Abstract
Dans le but de faire avancer la théorie de la mesure en recherche en marketing, trois améliorations du paradigme actuel de développement d'échelle sont proposées. Tout d'abord, les auteurs portent leur attention sur les distinctions états/traits et présentent un modèle qui sépare les sources stables des sources temporaires de la variation intrinsèque d'un construit. Ensuite, les auteurs développent une classification des erreurs de mesure qui distingue six types d'erreurs selon (a) si l'erreur est stable ou temporaire et (b) si elle affecte un item unique, un groupe d'items ou tous les items de l'échelle. Ils montrent aussi comment ces erreurs peuvent être modélisées en utilisant une analyse factorielle. Troisièmement, les auteurs montrent que les chercheurs en marketing devraient considérer les moyennes des items de l'échelle comme un élément à part entière de l'analyse de la mesure, et faire du test de l'invariance des pondérations et des constantes des items un pré-requis pour des comparaisons de moyennes de l'échelle entre échantillons et dans le temps. Une illustration de ce modèle amélioré, appliquée aux construits de fidélité à la marque et de sensibilité à la promotion, est présentée pour illustrer les avantages de la procédure proposée.
Keywords
Get full access to this article
View all access options for this article.
