Recherche et Applications en Marketing, vol.

19, n° 1/2004

Une échelle ordinale permettant de classer les répondants en

« satisfait », « indifférent » et « insatisfait »

Jean-Louis Chandon
Professeur, IAE d’Aix-en-Provence
CEROG (Centre d’études et de recherche sur les organisations et la gestion)

Boris Bartikowski
Professeur assistant, EUROMED, Marseille

RÉSUMÉ

Cet article porte sur les problèmes de mesure de la satisfaction des consommateurs. Une étude empirique montrera comment
on peut identifier les énoncés décrivant les bornes de la zone d’indifférence. Nous présenterons une répartition des énoncés de la
littérature en énoncés d’insatisfaction, d’indifférence et de satisfaction. Sur la base de ces résultats une échelle de mesure de satis-
faction ordinale sera proposée. Les bornes supérieures des énoncés de l’échelle seront calculées en application d’une variante de
la loi des jugements catégoriels de Thurstone.

Mots clés : Satisfaction, échelle de mesure, zone d’indifférence, zone de tolérance, méthode des intervalles apparemment
égaux, loi des jugements catégoriels.

INTRODUCTION
Les recherches en matière de satisfaction du
consommateur connaissent depuis quelques années
un développement extrêmement important. Comme
la satisfaction est un phénomène difficile à observer
directement, les chercheurs s’appuient sur des
échelles de mesure dont ils supposent qu’elles per-
mettent de suivre à la trace le construit. Cependant, le
test des hypothèses et la validation des modèles
dépendent toujours de la qualité des mesures utili-
sées. Il n’en reste pas moins que les recherches psy-
chométriques autour des échelles de satisfaction sont
relativement rares.

Les auteurs remercient quatre lecteurs anonymes ainsi que le professeur Heribert Gierl de l’Université d’Augsbourg/Allemagne pour leurs sug-
gestions et commentaires à propos de cette recherche.
Ils peuvent être contactés aux adresses électroniques suivantes :
Jean-Louis.Chandon@iae-aix.com ; Boris.Bartikowski@euromed-marseille.com

Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
40 Jean-Louis Chandon, Boris Bartikowski
Les choix à effectuer entre une échelle à support
sémantique et une échelle de type Likert ou entre une
échelle mono-item et une échelle multi-items, ou
encore entre une échelle ordinale ou une échelle d’in-
tervalle, sont rarement discutés. Le choix de l’échelle
retenue est souvent justifié par le fait qu’elle a été
utilisée par d’autres chercheurs, pour la plupart améri-
cains. Pras (1976), à la suite des travaux de Myers et
Warner (1968), est l’un des premiers chercheurs à
proposer une échelle d’intervalle à supports séman-
tiques calibrée pour un environnement francophone.
Il montre, en utilisant la méthode de Thurstone, qu’il
est possible de choisir des énoncés à peu près équidis-
tants et relativement stables d’un groupe social à un
autre afin d’évaluer des produits ou des publicités.
En nous inscrivant dans le prolongement de ses tra-
vaux, nous souhaitons développer et calibrer une
échelle de satisfaction à support sémantique. Nous
nous intéressons aussi aux difficultés liées à la tra-
duction des échelles rédigées en anglais afin d’inciter
les chercheurs francophones à développer et à cali-
brer les échelles de satisfaction adaptées à notre
langue. À titre d’exemple, il est possible que pour les
francophones l’adjectif « adéquat » exprime un
niveau de performance correspondant à une faible
satisfaction alors que, pour les personnes parlant
anglais, cet adjectif correspondra à une performance
n’engendrant que l’indifférence. Par ailleurs, la
concordance entre les supports sémantiques et les
niveaux de satisfaction peut varier selon la catégorie
sociale ou la fonction des répondants. Ainsi, en utili-
sant également la méthode de Thurstone, Scipione
(1995) montre que la valeur numérique associée à
des évaluations telles que « virtually all », « significant
majority », « about half », etc., diffère de manière
significative à l’intérieur d’une même langue selon la
fonction de la personne travaillant dans une entre-
prise.
Cette note de recherche comprend deux étapes :
premièrement, elle présente une méthode pour le
développement des échelles à supports sémantiques ;
deuxièmement, elle applique cette méthode à la
construction d’une échelle permettant de répartir les
répondants en trois classes : les personnes satisfaites,
indifférentes ou insatisfaites. Nous commencerons
par une brève revue des techniques de mesure de
satisfaction du consommateur. Ensuite, nous présente-
rons la méthode des intervalles apparemment égaux.
Nous appliquerons cette méthode, dans le cadre
Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
d’une étude empirique, afin de détecter les énoncés
décrivant les bornes de la zone d’indifférence (ZDI).
Sur la base de ces résultats, nous proposerons une
nouvelle échelle de satisfaction ordinale, dont les
bornes supérieures des énoncés seront calculées en
appliquant une variante de la loi des jugements caté-
goriels de Thurstone. Cette échelle permettra de classer
les répondants en « satisfaits », « indifférents » et
« insatisfaits ». Les limites de cette recherche et les
voies de recherche futures seront ensuite explorées.
REVUE DE LA LITTÉRATURE
La mesure de satisfaction
Pour mesurer la satisfaction du consommateur, le
chercheur peut choisir entre des échelles de type
Likert, sémantique différentiel, icônes, intervalles à
support sémantique, etc. Pour un aperçu des échelles
en général, on consultera par exemple Evrard, Pras et
Roux (1997, p. 258 sqq.). Dans le domaine de la
satisfaction, on se reportera par exemple à Hausk-
necht (1990), Faivre (1993), Danaher et Mattsson
(1994), Gotlieb, Grewal et Brown (1994), Danaher et
Haddrell (1996), Vavra (1997) ou Vanhamme (2002).
D’une manière générale, on distingue les échelles
mono et multi-items et les échelles ordinales et les
échelles d’intervalle. Cependant, tous les types
d’échelle ne s’adaptent pas à toutes les probléma-
tiques du chercheur. Il est donc important de choisir le
type d’échelle en fonction du but de l’étude. Ainsi,
un chercheur peut vouloir classer les répondants en
trois classes (satisfaits, indifférents et insatisfaits) ou
encore obtenir une mesure globale de satisfaction à
l’aide d’une seule question quand le nombre de ques-
tions à poser est sévèrement limité. Un autre but de
recherche peut être l’étude de la dimensionnalité, de la
fiabilité interne ou de la validité convergente d’une
échelle de satisfaction, sans trop de contraintes liées au
nombre d’énoncés (Aurier et Evrard, 1998). D’autres
questions de recherche nécessitent la comparaison
des notes moyennes de satisfaction par pays ou par
entreprise (Fornell, 1992 ; Fornell et alii, 1996) ou
 Une échelle ordinale permettant de classer les répondants en « satisfait », « indifférent » et « insatisfait »
utilisent des techniques de régression (Brandt et
Scharioth, 1998 ou Ngobo, 1998), ce qui exige l’ap-
plication d’échelles de type intervalle. Toutes les
échelles de satisfaction n’ont pourtant pas cette qualité.
Implicitement, les chercheurs acceptent souvent l’hy-
pothèse d’équidistance entre les échelons sans véri-
fier si cette hypothèse peut être réellement confir-
mée. Il est pourtant possible de calculer les distances
entre des échelons sémantiques tels que « très mau-
vais », « mauvais » et « moyen », grâce à la méthode
des intervalles apparemment égaux, comme le fait
par exemple Pras (1976) pour l’échelle ci-dessous.
D’autres chercheurs préfèrent appliquer les
échelles de type Likert afin de mesurer la satisfaction
(Westbrook et Oliver, 1981 ; Oliver et Bearden,
1983). Pour ce type d’échelle, l’on peut penser que
l’hypothèse de l’équidistance entre les échelons est
mieux respectée que pour certaines échelles à éche-
lons sémantiques. Plusieurs auteurs soulignent qu’il
est délicat de mesurer la satisfaction par un seul
énoncé et qu’il est souhaitable, pour établir les qualités
psychométriques, de mesurer la satisfaction par des
échelles comportant plusieurs énoncés. Toutefois, le
fait d’utiliser plusieurs énoncés peut alourdir l’en-
quête tandis qu’une seule question à échelon séman-
tique, à condition qu’elle soit préalablement étalon-
née, peut suffire.
On ne s’intéresse pas uniquement aux notes
moyennes de satisfaction mais aussi à la répartition
des répondants en insatisfaits, indifférents ou satis-
faits. Une telle répartition des répondants en trois
groupes a fait l’objet de nombreux débats dans la litté-
rature (par exemple : Woodruff, Cadotte et Jenkins,
1983 ; Kennedy et Thierkell, 1988 ; Parasuraman,
Berry et Zeithaml, 1991 ; Strandvik, 1994 ou Johnston,
1995). Pour effectuer ce classement en trois groupes,
on doit procéder à un regroupement des barreaux de
l’échelle dès que celle-ci (Likert ou autre) comporte
plus de trois modalités. Ce regroupement doit se faire a
Tableau 1. – Une échelle à support sémantique d’après Pras (1976, p. 87)
Veuillez évaluer, à l’aide de l’échelle suivante, l’attribut X
1 2
Très mauvais Mauvais
Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
41
priori et non a posteriori, en fonction de la distribution
des réponses obtenues, pour éviter que l’utilisateur
ne choisisse le regroupement qui s’adapte le mieux à
ses hypothèses. Pour permettre le regroupement en
trois classes, il est donc utile de disposer d’une
échelle ordinale, spécialement conçue à cet effet.
Le concept de la zone d’indifférence
La zone d’indifférence (souvent nommée « zone de
tolérance » ou « zone de neutralité ») est l’un des
thèmes qui intéresse vivement les chercheurs en
matière de satisfaction comme en matière de qualité
des services (par exemple : Anderson, 1973 ; Woo-
druff, Cadotte et Jenkins, 1983 ; Johnson, 1995).
Rappelons brièvement quelques points centraux de
ce concept.
On suppose qu’un consommateur est satisfait s’il
perçoit une performance supérieure à la borne supé-
rieure de sa zone d’indifférence (ZDI). De même, on
suppose que le consommateur est insatisfait s’il perçoit
que la performance est inférieure à sa borne infé-
rieure de la ZDI. Si le consommateur perçoit qu’une
performance tombe à l’intérieur de la ZDI, alors il est
indifférent. Les chercheurs estiment que le consom-
mateur indifférent ne présente pas des comporte-
ments « extrêmes » en termes de fréquence de rachat
ou de bouche à oreille (par exemple, Johnston, 1995).
Le schéma suivant illustre ce concept. La borne infé-
rieure de la ZDI est définie par la notion de perfor-
mance « adéquate » tandis que la borne supérieure de
la ZDI est définie par la notion de performance
« désirée » (cf. Figure 1).
Pour de nombreux auteurs, cette logique permet
également de mesurer la ZDI (par exemple : Kettinger
et Lee, 1997 ; Le, 1999 ; Maertens, Lyth et Mallak,
2000 ; Gwyne, Devlin et Ennew, 2000). Ces auteurs
demandent aux répondants d’indiquer dans quelle
3 4 5
Moyen Bon Très bon
42 Jean-Louis Chandon, Boris Bartikowski

adéquate comme désirée

zone de tolérance

basse performance attendue élevée

Figure 1. – La zone de tolérance traduite d’après Parasuraman, Berry et Zeithaml (1991)

mesure ils s’attendent à une performance « adéquate »
et dans quelle mesure ils s’attendent à une perfor-
mance « désirée ». L’étendue de la ZDI est ensuite
donnée par soustraction de ces deux niveaux. Cepen-
dant, on peut douter de la qualité de cette mesure
pour les trois raisons suivantes :
a) les énoncés « adéquate » et « comme désirée »
ont été choisis arbitrairement (pour une discussion
des énoncés alternatifs, voir Parasuraman, Zeithaml
et Berry, 1994) ;
b) l’ordre hiérarchique des énoncés n’a pas été
confirmé ;
c) il n’est pas certain que tous les répondants
comprennent les énoncés choisis de façon équiva-
lente.
Ainsi, Berry et Parasuraman (1991) pensent
qu’une performance supérieure à la performance
« comme désirée » exprime de la satisfaction tandis
qu’une performance inférieure à la performance
« adéquate » exprime de l’insatisfaction. En
contraste, Johnston (1995) est de l’avis qu’une per-
formance « adéquate » tombe à l’intérieur de la ZDI,
qu’une performance « idéale » décrit la borne supé-
rieure et qu’une performance « minimum tolérable »
décrit la borne inférieure. La littérature propose un
grand nombre d’énoncés de satisfaction mais les
interprétations sur leur ordre hiérarchique ainsi que
sur la désignation des bornes de la ZDI divergent1.
Ainsi, Oliver (1997) propose le modèle suivant :

Ideal (idéal)
Tolerance
Excellent (excellent) zone

Desired (comme désirée)

Deserved (mérité) Zone

of indifference
Needed (nécessaire à mes besoins)

Adequate (adéquat)

Minimum tolerable (min. tolérable)

Intolerable (intolérable)

Figure 2. – Une hiérarchie des énoncés de satisfaction d’après Oliver (1997, p. 72)

1. Nous ne discuterons pas ici des similitudes et des différences conceptuelles entre la zone de tolérance et la zone d’indifférence ainsi que
des similarités et différences entre les concepts de satisfaction, performance perçue et qualité perçue (pour plus de détails le lecteur pourra
consulter Bitner, 1990 ; Carman, 1990, ou Nogbo, 1998).

Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
 Une échelle ordinale permettant de classer les répondants en « satisfait », « indifférent » et « insatisfait »
LES OBJECTIFS DE CETTE ÉTUDE
Dans notre étude, nous poursuivons deux objec-
tifs : dans un premier temps, nous souhaitons identifier
les énoncés qui expriment une évaluation négative,
neutre ou positive d’une performance perçue. À cette
fin, nous identifierons les énoncés qui peuvent être
considérés comme les bornes sémantiques de la ZDI.
Les énoncés qui se trouvent à l’intérieur de ces
bornes peuvent être considérés comme expressions
d’indifférence et les énoncés qui sont en dehors
(inférieurs ou supérieurs à ces bornes) sont des
expressions d’insatisfaction ou de satisfaction. Dans un
deuxième temps nous souhaitons développer une
échelle ordinale de satisfaction, permettant de caté-
goriser les répondants en trois groupes : les per-
sonnes insatisfaites, indifférentes et satisfaites. Il est à
souligner que nous ne souhaitons pas mesurer l’éten-
due de la zone d’indifférence, définie par Woodruff,
Cadotte et Jenkins (1983) comme zone de perfor-
mance à l’intérieur de laquelle la personne n’est ni
satisfaite ni insatisfaite.
ÉTUDE EMPIRIQUE
La méthode des intervalles apparemment égaux
La méthode des intervalles apparemment égaux
(Thurstone et Chave, 1929 ; Pras, 1976 ; Evrard, Pras
et Roux, 1997, p. 269) est une méthode classique,
permettant de construire des échelles de type inter-
valle. La variante que nous décrivons pourrait aussi
s’appliquer pour la construction d’échelles autres que
la satisfaction (l’attitude par rapport à la marque, par
exemple). La méthode se fonde sur les jugements
catégoriels, auxquels sont attribuées des valeurs
numériques. Dans un premier temps, le chercheur
doit rédiger un grand nombre d’énoncés reliés à
l’évaluation du produit ou de la marque. Ceci peut
s’effectuer à la suite d’entretiens préalables ou sur la
base d’une revue de la littérature. On examine donc
Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
43
des expressions supposées pertinentes pour décrire
les divers niveaux du construit qu’on souhaite mesurer.
Ensuite, on demande à un échantillon de répondants de
classer les énoncés dans un certain nombre de catégo-
ries hiérarchiques (response scaling). Ici, conformé-
ment à la méthode des intervalles apparemment
égaux, telle que la présente Pras (1978), on fait l’hy-
pothèse d’équidistance entre les catégories dans les-
quelles les répondants doivent ranger les énoncés.
Pour construire une échelle qui possède les qualités
d’une échelle de type intervalle, il est nécessaire de
ne retenir que les énoncés pour lesquels :
• les notes moyennes sont approximativement
équidistantes ;
• les notes moyennes, plus ou moins leurs écarts
types, ne se chevauchent pas ;
• les évaluations varient peu (car on souhaite que
les répondants comprennent clairement les énoncés).
Si l’on dispose d’un nombre important d’énon-
cés, on peut alors construire une deuxième échelle
(une « échelle parallèle »), qui mesure, elle aussi, le
même construit. Ceci peut permettre de tester la fiabi-
lité des deux échelles.
En résumé, la procédure permet d’attribuer à
chaque énoncé une valeur numérique (par exemple la
moyenne ou la médiane des évaluations) indiquant sa
position hiérarchique. De plus, le chercheur est en
mesure de juger de la « qualité sémantique » des
énoncés en éliminant les énoncés dont la perception
diverge parmi les répondants (c’est-à-dire les énon-
cés ayant une forte variance).
Etalonnage des énoncés de satisfaction
Lors d’une étude exploratoire, nous avons
recueilli, sur un échantillon de 20 étudiants, 55 énon-
cés de satisfaction à l’aide de la question suivante :
« Pour évaluer le restaurant universitaire, quelles
expressions utiliseriez-vous pour exprimer un juge-
ment négatif, neutre ou positif ? »
Puis nous avons sélectionné 18 énoncés à examiner
dans l’étude empirique (cf. Tableau 2). Le choix de
ces énoncés a été inspiré des travaux de Woodruff,
Cadotte et Jenkins (1983) ; Miller (1977) ; Berry et
Parasuraman (1991) ; Boulding et alii (1993) ;
Strandvik (1994) ; Johnston (1995) et Oliver (1997).
Nous avons choisi, parmi les 55 énoncés de l’étude
44 Jean-Louis Chandon, Boris Bartikowski

exploratoire, les 18 énoncés se rapprochant le plus de LES RÉSULTATS

la traduction des énoncés tirés de la littérature.
Nous avons choisi comme terrain de notre étude
empirique les restaurants universitaires. Nous dispo-
sons d’un échantillon d’étudiants comportant 240
clients du restaurant universitaire. Pour éviter que les
répondants n’interprètent leur tâche comme une éva-
luation de la performance du restaurant (stimulus
scaling), nous leur demandons d’imaginer qu’un ami
leur parle de ce restaurant. À ce propos, nous don-
nons la consigne suivante :
« Supposons que l’un de vos amis vous parle de la
qualité de cette cafétéria. Pour cela, il pourrait uti-
liser les 18 expressions suivantes ... »
Ensuite, nous demandons aux répondants d’indi-
quer pour chacun des 18 énoncés s’il exprime
d’après eux une évaluation plutôt négative, neutre ou
positive. Nous posons la question suivante et nous
utilisons l’exemple ci-dessous :
Pour chacune de ces expressions, veuillez indiquer
si elle représente, pour vous, une évaluation plutôt
négative, neutre ou plutôt positive.
Exemple : Si votre ami vous parle en ces termes :
« La cafétéria de... est satisfaisante ».
Vous jugez cette évaluation de la cafétéria comme
étant plutôt négative (–3), plutôt neutre (0) ou plutôt
positive (+3) ? (échelle en sept échelons)
Hiérarchisation et catégorisation des énoncés
Nous utilisons une analyse typologique hiérar-
chique ascendante qui permet un regroupement suc-
cessif des 18 énoncés. Nous appliquons la méthode
du plus proche voisin (« single linkage ») avec la dis-
tance euclidienne au carré entre les évaluations des
énoncés. Cette méthode fusionne un énoncé à un
groupe d’énoncés si sa distance à ce groupe est la
plus petite des distances entre les énoncés non encore
fusionnés. Les bornes de la ZDI constituent théori-
quement les énoncés (ou groupes d’énoncés) qui ne
fusionnent ni avec les énoncés d’insatisfaction, ni
avec les énoncés d’indifférence ou de satisfaction.
Pour plus de clarté nous avons ordonné l’arbre de
manière à présenter les énoncés par ordre croissant
de satisfaction.
Le dendogramme fait apparaître quatre ou cinq
groupes d’énoncés. La partition en quatre groupes
comprend : le groupe des cinq énoncés d’insatisfac-
tion, le groupe des trois énoncés de forte satisfaction,
un groupe de neuf énoncés d’indifférence ou de
faible satisfaction et un énoncé isolé « mieux serait
désirable ». On remarque que ce dernier énoncé se
situe entre les énoncés d’insatisfaction et les énoncés

Figure 3. – Arbre de classification selon la méthode du plus proche voisin

Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
 Une échelle ordinale permettant de classer les répondants en « satisfait », « indifférent » et « insatisfait » 45

d’indifférence ou de faible satisfaction. Nous propo-

sons donc qu’il constitue la borne inférieure de la Pour les partitions allant de dix à cinq classes,
ZDI. On peut aussi remarquer que cet énoncé reste l’énoncé « mieux serait désirable » reste isolé et
longtemps isolé dans le dendogramme. Si l’on sépare sépare les énoncés de faible insatisfaction des expres-
en deux le groupe des neuf énoncés centraux, on sions d’indifférence. Nous proposons donc que cet
trouve quatre énoncés assez proches les uns des énoncé puisse être interprété comme la borne séman-
autres que l’on peut qualifier d’énoncés de faible tique inférieure de la ZDI. Les énoncés « nécessaire à
satisfaction (satisfait, bien, adéquat, comme désiré) mes besoins » et « comme attendu » séparent les
et cinq énoncés restants. Parmi ces cinq énoncés, on énoncés d’indifférence des énoncés de faible satisfac-
trouve trois énoncés très proches (suffisant, accep- tion. Les cinq énoncés d’insatisfaction fusionnent au
table et normal) que l’on peut qualifier d’énoncés niveau de la partition en neuf classes. Au niveau de la
d’indifférence. Il reste deux énoncés (nécessaire à partition en sept classes, les trois énoncés d’indiffé-
mes besoins, comme attendu) qui séparent les trois rence et l’énoncé « nécessaire à mes besoins » fusion-
énoncés d’indifférence des quatre énoncés de faible nent. Ensuite, au niveau de la partition en six classes
satisfaction. Nous proposons donc que les deux l’énoncé « comme attendu » rejoint les quatre énoncés
énoncés ci-dessus constituent la borne supérieure de la de faible satisfaction. Pour la borne supérieure, nous
ZDI. Le Tableau 2 permet de juger du degré d’isolation avions deux énoncés candidats : « comme attendu » et
de chacun des énoncés. Il présente les indicatrices « nécessaire à mes besoins ». Nous remarquons que
des regroupements allant de dix classes jusqu’à cinq c’est l’énoncé « comme attendu » qui reste le plus
classes. longtemps isolé. Nous proposons donc qu’il constitue
la borne sémantique supérieure de la ZDI.
En dehors du critère d’isolation des groupes, il
Tableau 2. – Tableau d’agglomération existe d’autres critères de la qualité d’une partition
des énoncés (single linkage) (Chandon et Dano, 1997). Ces critères sont obtenus
en comparant la matrice des distances entre les 18
Nombre des classes énoncés avec la matrice des distances résultant de la
10 9 8 7 6 5 partition à évaluer (la distance intra-classe est codée 0,
Intolérable 2* 2 2 2 2 2 la distance entre les classes est codée 1). L’indice g1 de
Mauvais 2 2 2 2 2 2 Klastorin (1995) est la différence entre la moyenne
Insatisfait 2 2 2 2 2 2 des distances entre les classes et la moyenne des dis-
Minimum tolérable 6 2 2 2 2 2 tances dans les classes. La corrélation bi-sérielle est
À peine acceptable 6 2 2 2 2 2 mesurée terme à terme entre la matrice des distances et
Mieux serait désirable 9 8 7 7 6 5 la matrice résultant de la partition. Le pourcentage de
Suffisant 3 3 3 3 3 3 variation expliqué par la partition est la statistique
Acceptable 3 3 3 3 3 3 Eta2 entre les distances et l’indicatrice de la partition.
Normal 3 3 3 3 3 3 Plus ces critères sont élevés et plus la partition analy-
Nécessaire sée est proche des distances entre énoncés.
à mes besoins 10 9 8 3 3 3 On observe un saut qualitatif important lorsque
Comme attendu 8 7 6 6 4 3 l’on passe de la partition en six classes à la partition en
Satisfait 4 4 4 4 4 3 cinq classes. Ensuite les trois indices de qualité aug-
Bien 4 4 4 4 4 3 mentent moins fortement et diminuent pour une parti-
Adéquat 4 4 4 4 4 3 tion en deux classes. On peut donc conclure que la
Comme désiré 7 6 4 4 4 3 partition en cinq classes est de bonne qualité. Elle
Le mieux que je confirme l’isolation de la borne inférieure de la ZDI.
puisse désirer 5 5 5 5 5 4 En revanche, elle montre la proximité des neuf énon-
Idéal 1 1 1 1 1 1 cés d’indifférence et de faible satisfaction. Le choix de
Excellent 1 1 1 1 1 1 la borne supérieure de la ZDI doit être confirmé par
* les nombres indiquent la classe d’appartenance. Par exemple : d’autres méthodes.
l’énoncé « intolérable » appartient à la classe 2 lors du classement en Jusqu’ici nous avons utilisé des méthodes explora-
10 classes toires. Maintenant, nous souhaitons utiliser des tests

Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
46 Jean-Louis Chandon, Boris Bartikowski

Tableau 3. – Qualité des partitions selon le nombre de classes

Nombre des classes

Qualité des partitions 10 9 8 7 6 5 4 3 2
Indice g1 de Klastorin 1620.33 1614.16 1640.47 1673.14 1715.07 1924.5 1960.64 2003.13 1711.66
Corrélation bi-sérielle 0.251 0.305 0.332 0.359 0.393 0.533 0.549 0.584 0.468
% variation expliquée 6.3 % 9.3 % 11 % 12.9 % 15.4 % 28.4 % 30.2 % 34.1 % 21.9 %

Tableau 4. – Comparaison des paires d’énoncés

Critère 1 Critère 2 Critère 3

Premier énoncé à peine mieux serait
acceptable désirable suffisant acceptable normal nécessaire comme attendu
Deuxième énoncé mieux serait
désirable suffisant acceptable normal nécessaire comme attendu satisfait
Valeur de t –10,41 9,21 1,44 0,96 –0,80 6,30 –3,31
Seuil de risque 0,00 0,00 0,15 0,34 0,43 0,00 0,00

Type de test unilatéral unilatéral bilatéral bilatéral bilatéral unilatéral unilatéral

statistiques afin de confirmer les choix proposés ci-
dessus. Un énoncé constitue une borne idéale s’il est
séparé significativement de l’énoncé qui le précède et
de l’énoncé qui le suit. De plus, nous nous attendons à
ce que la dispersion des évaluations de cet énoncé
soit relativement élevée, car les répondants n’identi-
fient pas clairement dans quelle classe cet énoncé se
situe. Voici trois critères statistiques de séparation et de
regroupement, permettant d’identifier les bornes
sémantiques de la ZDI :
1. La borne sémantique inférieure de la ZDI se
distingue significativement de l’énoncé d’insatisfac-
tion qui a la note la plus élevée. De même, elle se
distingue significativement de l’énoncé d’indiffé-
rence qui a la note la plus basse.
2. Les énoncés d’indifférence ne se distinguent
pas entre eux.
3. La borne sémantique supérieure de la ZDI se
distingue significativement de l’énoncé d’indiffé-
rence qui a la note la plus élevée. De même, elle se dis-
tingue significativement de l’énoncé de satisfaction
qui a la note la plus basse.
Afin d’examiner, sur une échelle de 1 à 7, les dif-
férences entre les évaluations, nous utilisons le t-test
pour mesures répétées. Pour les énoncés d’indiffé-
rence, qui forment un même groupe selon le critère
2, nous effectuons un test bilatéral de différence entre
les moyennes. Pour tester la séparation d’un énoncé
borne, nous employons deux tests unilatéraux. En
effet, nous souhaitons que cet énoncé soit séparé, à la
fois, de celui qui le précède et de celui qui le suit.
Dans tous les cas de figure, une différence sera consi-
dérée significative au seuil de risque de 5 %. Les
résultats de ces comparaisons sont présentés dans le
Tableau 4.
Nous constatons que l’évaluation de l’énoncé
« mieux serait désirable » est significativement supé-
rieure à l’énoncé d’insatisfaction qui le précède et
significativement inférieure à l’énoncé d’indifférence
qui le suit. Ce résultat correspond à notre premier cri-
tère et indique que la borne sémantique inférieure de la
ZDI est bien l’énoncé « mieux serait désirable ». Les
évaluations des énoncés d’indifférence ne se distin-
guent pas significativement entre elles, ce qui corres-
pond à notre critère 2. Les énoncés d’indifférence
sont donc « suffisant », « acceptable », « normal » et
« nécessaire ». L’évaluation de l’énoncé « comme
attendu » est significativement supérieure à l’énoncé
d’indifférence qui le précède et significativement

Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
 Une échelle ordinale permettant de classer les répondants en « satisfait », « indifférent » et « insatisfait » 47

inférieure à l’énoncé de satisfaction qui le suit. Ce
résultat correspond à notre troisième critère et
indique que la borne supérieure de la ZDI est bien
l’énoncé « comme attendu ».
Le Tableau 5, qui récapitule nos résultats, pré-
sente les évaluations moyennes des dix-huit énoncés et
les bornes sémantiques de la ZDI.
La dispersion des évaluations des énoncés permet
de juger leur « qualité sémantique ». Pour développer
une échelle de mesure, il est utile d’exclure les énoncés
dont l’écart type est élevé car un tel énoncé est peu
clairement catégorisé par les répondants. Plus haut,
nous avons argumenté que la dispersion des évalua-
tions peut aussi être prise comme indicateur des
bornes sémantiques de la ZDI car les énoncés décri-
vant ces bornes devraient être peu clairement catégo-
risés par les répondants. Cette supposition est confir-
mée par nos données comme le montre la Figure 4,
qui présente en abscisse les évaluations moyennes
des énoncés (sur une échelle allant de 1 à 7) et en
ordonnée l’écart type correspondant. La figure
montre les bornes sémantiques de la ZDI (en gras) et
les deux énoncés entourant chacune des bornes.
Ces résultats nous incitent finalement à considé-
rer « mieux serait désirable » et « comme attendu »
comme les bornes sémantiques de la ZDI en langue
française. Les énoncés qui se trouvent à l’intérieur de
ces bornes peuvent être considérés comme énoncés
d’indifférence et les énoncés qui sont en dehors sont
des énoncés d’insatisfaction ou de satisfaction. Il est
remarquable que l’énoncé « normal » montre un
écart type très faible. La majorité des répondants
comprennent cette expression comme une évaluation
neutre de performance perçue. Il semble que cet
énoncé s’adapte bien pour mesurer la confirmation
des attentes, c’est-à-dire un écart non significatif
entre la performance perçue et le standard de réfé-
rence. Enfin, nos résultats montrent que les énoncés
« adéquat » et « comme désiré » sont perçus, dans un
environnement francophone, comme des énoncés de
faible satisfaction. Ces énoncés sont cependant les
mesures les plus souvent utilisées, dans un environ-
nement anglophone, pour déterminer l’étendue de la
ZDI par approche soustractive. La Figure 5 illustre
nos propositions en les opposant à celles de Parasura-
man, Berry et Zeithaml (1991, cf. Figure 1).

Tableau 5. – Les énoncés de satisfaction et les bornes de la ZDI

Énoncés en langue française Énoncés en langue anglaise

(notes moyennes entre parenthèses)
(a) Intolérable (1,10) Intolerable
(b) Mauvais (1,35) Bad
(c) Insatisfait (1,71) Dissatisfied
(b) Minimum tolérable (2,27) Minimum tolerable
(c) À peine acceptable (2,34) Barely acceptable
(d) Mieux serait désirable (3,19) Better is desirable
(e) Suffisant (3,96) Sufficient
(g) Acceptable (4,06) Acceptable
(h) Normal (4,11) Normal
(i) Nécessaire à mes besoins (4,17) Needed
(j) Comme attendu (4,68) As expected
(k) Satisfait (4,95) Satisfied
(l) Bien (5,02) Good
(m) Adéquat (5,06) Adequate
(n) Comme désiré (5,27) As desired
(o) Le mieux que je puisse désirer (6,37) The best I can expect to get
(p) Idéal (6,72) Ideal
(q) Excellent (6,85) Excellent

Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
48 Jean-Louis Chandon, Boris Bartikowski

En résumé, nous pensons qu’une performance
inférieure à « mieux serait désirable » entraîne l’insa-
tisfaction et qu’une performance supérieure à
« comme attendu » entraîne la satisfaction du
consommateur. Nous observons, qu’en langue fran-
çaise, une performance « adéquate » ou « comme
désirée » est perçue comme légèrement satisfaisante. Il
ne nous paraît donc pas possible de traduire directe-
ment les bornes sémantiques de la ZDI, telles
qu’elles ont été proposées en langue anglaise par
Parasuraman, Berry et Zeithaml (1991).
Nous avons identifié les descriptions sémantiques
des bornes de la ZDI et nous avons déterminé les
énoncés qui expriment l’insatisfaction, l’indifférence
ou la satisfaction. Ce résultat sera utilisé en sélec-
tionnant certains énoncés afin de construire une nou-
velle échelle ordinale de satisfaction semblable à
celle que proposent Gierl et Bartikowski (2001) pour
les énoncés en langue allemande.
Développement d’une échelle ordinale de satisfaction
Dans un premier temps, nous choisissons neuf
énoncés parmi les dix-huit précédemment décrits, de
manière à avoir trois énoncés d’insatisfaction, trois
énoncés d’indifférence et trois énoncés de satisfac-
tion. Nous choisissons des énoncés positionnés relati-
vement loin l’un de l’autre, tout en montrant un écart
type relativement faible. De plus, nous souhaitons
que les énoncés d’insatisfaction soient relativement

1,20

1,00

0,80
Écart type

0,60

mieux serait comme

0,40 désirable attendue

nécessaire à
mes besoins
0,20
à peine satisfait
acceptable suffisant

0,00
0,0 1,0 2,0 3,0 4,0 5,0 6,0 7,0 8,0
Évaluation moyenne

Figure 4. – Identification des bornes sémantiques de la zone d’indifférence

mieux serait désirable comme attendue

adéquate comme désirée

zone d'indifférence

faible performance forte performance

Figure 5. – Les bornes sémantiques de la zone d’indifférence en français

Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
 Une échelle ordinale permettant de classer les répondants en « satisfait », « indifférent » et « insatisfait » 49

éloignés des énoncés d’indifférence ainsi que des
énoncés de satisfaction.
Nous retenons comme énoncés d’insatisfaction
« intolérable », « insatisfaisant » et « minimum tolé-
rable », qui couvrent l’intervalle allant de 1,10 à 2,27
et dont l’écart type est inférieur à 0,80. Pour les
énoncés d’indifférence, nous retenons « normal »,
« suffisant » et « acceptable », allant de 3,96 à 4,11 et
dont l’écart type est inférieur à 0,81. Enfin, pour les
énoncés de satisfaction, nous choisissons « comme
désiré », « idéal » et « excellent », allant de 5,27 à
6,85 et dont l’écart type est inférieur à 0,88.
Jusqu’ici, nous avons examiné les évaluations
moyennes des énoncés. Maintenant, nous nous inté-
ressons aux bornes supérieures des énoncés (chaque
énoncé étant considéré comme une catégorie de
réponse). Afin d’estimer les bornes supérieures des
neuf énoncés choisis, nous appliquons la loi des
jugements catégoriels (Attneave, 1949 ; Sixtl, 1967 ;
Gierl, 2000). Cette procédure implique que les éche-
lons de 1 à 7 (sur lesquels les individus ont noté les
énoncés) soient envisagés comme des stimuli, et que
les expressions à examiner soient considérées comme
des catégories plus ou moins étroites.
Le Tableau 6 donne l’effectif des réponses obte-
nues. Les chiffres entre parenthèses montrent la pro-
babilité cumulée d’appartenance des stimuli aux neuf
catégories. Par exemple, la probabilité que le stimulus
« 1 » tombe dans la catégorie « intolérable » est de
66 %. La probabilité que « 1 » soit perçu comme
inférieur ou égal à « minimum tolérable » est de
100 %.
À partir de ces données, la loi des jugements
catégoriels permet d’estimer les bornes supérieures
des huit premières catégories d’énoncés. En suppo-
sant que les variables X i (= perception du stimulus i) et
Yc (= borne psychologique supérieure de la catégorie
c) suivent une loi normale et qu’elles ne soient pas
corrélées entre elles, on peut démontrer (Gierl, 2000,
p. 9) que :
pic = P(X i
Yc ) = P(X i − Yc )
0


0 − (µi − µc )
=
 2 (1)
σi + σc2

Tableau 6. – Classement des stimuli dans les catégories d’énoncés

Catégories
Stimulus 1 2 3 4 5 6 7 8 9 Somme
intolérable insatisfait mini. normale suffisant acceptable comme idéal excellente
tolérable désiré
1 219 84 27 0 0 0 0 0 0 330
(0,66) (0,92) (1,00) (1,00) (1,00) (1,00) (1,00) (1,00) (1,00)
2 18 141 116 3 0 0 0 0 0 278
(0,01) (0,57) (0,99) (1,00) (1,00) (1,00) (1,00) (1,00) (1,00)
3 2 15 89 53 71 13 2 0 0 245
(0,01) (0,07) (0,43) (0,65) (0,94) (0,99) (1,00) (1,00) (1,00)
4 1 0 5 139 83 188 52 2 0 470
(0,00) (0,00) (0,01) (0,31) (0,49) (0,89) (1,00) (1,00) (1,00)
5 0 0 3 40 85 37 127 12 1 305
(0,00) (0,00) (0,01) (0,14) (0,42) (0,54) (0,96) (1,00) (1,00)
6 0 0 0 5 0 1 56 38 35 135
(0,00) (0,00) (0,00) (0,04) (0,04) (0,04) (0,46) (0,74) (1,00)
7 0 0 0 0 0 0 2 188 204 394
(0,00) (0,00) (0,00) (0,00) (0,00) (0,00) (0,01) (0,48) (1,00)
Effectif 240 240 240 240 239 239 239 240 240

Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
50 Jean-Louis Chandon, Boris Bartikowski

ce qui permet l’estimation : Si le répondant choisit plusieurs énoncés, on peut,

−µi + µc
z ic = z( pic ) =  2 + εic
σi + σc2
Dans les formules 1 et 2, on note µi la moyenne des
perceptions du stimulus i et µc la moyenne de la
borne psychologique de la catégorie c. On peut
ensuite estimer, à partir des pic du Tableau 6, les
paramètres µi , µc , σi et σc par régression non
linéaire, de façon à ce que la somme des carrés des
résidus εic soit minimisée.
Lorsque les proportions cumulées du Tableau 6
sont égales à zéro ou à 1, alors les z-scores de la for-
mule 2 ne peuvent pas être calculés, ils sont remplacés
par des valeurs manquantes. Dans notre cas il y a 32
valeurs manquantes et 31 observations pour estimer
les 8 bornes supérieures (µc ) entre les 9 énoncés
ainsi que les 8 variances (σc2 ) associées à ces bornes.
Compte tenu du faible nombre des degrés de liberté
(14) disponibles après l’estimation des 17 paramètres
ci-dessus, nous avons choisi, en suivant les travaux
de Gierl (2000), de poser comme condition supplé-
mentaire l’égalité des (σi2 ). Nos résultats sont présentés
dans le Tableau 7.
La qualité d’ajustement (R 2 ) est de 0,959 et
σi = 0,065, ce qui est très satisfaisant. La Figure 6
2
grâce aux calculs précédents, déterminer l’intervalle
numérique entre l’énoncé ayant la note la plus basse et
(2)
l’énoncé ayant la note la plus haute. Ceci permet
d’attribuer à chaque individu la moyenne de cet inter-
valle et de décider si l’individu tombe dans la classe
des personnes insatisfaites, des indifférentes ou des
satisfaites. Par rapport à l’utilisation d’une échelle de
Likert, l’échelle sémantique, une fois calibrée numéri-
quement comme montré ci-dessus, offre quatre avan-
tages. Premièrement, une plus grande facilité de
réponse. Deuxièmement, les distances entre les
modalités de réponse sont connues. Ensuite, l’étalon-
nage numérique des énoncés permet de choisir des
énoncés plus ou moins équidistants et couvrant tout
l’intervalle de variation du concept. Enfin, une telle
échelle permettra des comparaisons internationales
plus précises, puisque l’on pourra comparer numéri-
quement les énoncés d’une langue avec leur traduction
dans une autre langue.
CONCLUSIONS, LIMITES ET VOIES
DE RECHERCHE FUTURES

présente les bornes supérieures des énoncés graphi-

quement.
Pour utiliser cette échelle, on peut demander aux Nous avons cherché à identifier, parmi dix-huit
répondants de choisir un ou plusieurs énoncés pour énoncés de satisfaction, les « bornes sémantiques »
exprimer leur jugement de satisfaction (voir Annexe). de la ZDI. Nous proposons que la borne inférieure

Tableau 7. – Les bornes supérieures et leurs variances

Intolérable Insatisfait Minimum Suffisant Normale Acceptable Comme Idéal

tolérable désiré
µc 1,018 2,019 3,119 3,446 4,379 4,873 5,741 6,804

σc2 0,804 0,416 0,328 1,924 0,905 0,491 0,264 0,460

minimum comme
intolérable insatisfait suffisant normale acceptable idéale excellente
tolérable desirée

1,018 2,019 3,119 3,446 4,379 4,873 5,741 6,804

Figure 6. – Une échelle de satisfaction ordinale

Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
 Une échelle ordinale permettant de classer les répondants en « satisfait », « indifférent » et « insatisfait »
soit décrite par l’expression « mieux serait désirable »
et que la borne supérieure soit décrite par l’expres-
sion « comme attendu ». Ce résultat nous a permis de
distinguer entre les expressions d’insatisfaction, d’in-
différence et de satisfaction. La méthode que nous
avons utilisée pourrait être mise à profit pour d’autres
construits chaque fois que l’on souhaite ordonner et
classer les répondants dans un nombre des groupes
prédéterminés. Notre échelle sert à classer les répon-
dants en trois groupes : les personnes insatisfaites,
indifférentes et satisfaites. Néanmoins, la procédure
que nous venons de présenter requiert une phase de
calibrage qui n’existe pas pour les échelles multi-
items habituellement utilisées.
Cette recherche comporte plusieurs limites. Tout
d’abord, nous n’avons étudié qu’une seule catégorie de
service. Ensuite, il serait utile d’analyser davantage
d’énoncés. On s’attend à ce que l’inclusion d’autres
énoncés puisse modifier les valeurs numériques attri-
buées. Il est possible que l’on puisse trouver d’autres
regroupements d’énoncés ; il est possible aussi que
l’on observe une bonne stabilité de l’affectation des
énoncés aux trois classes de satisfaction. Dans le
même ordre d’idées, il sera utile de tester la stabilité
des énoncés par réplications auprès de groupes
sociaux contrastés (par exemple les évaluations de
populations jeunes avec celles de populations adultes :
ce qui est « bien » pour les adultes est peut-être
« génial » pour les jeunes). Notre étude n’a examiné
que les évaluations d’une population d’étudiants. On
peut se demander si une échelle mesure le même
construit indépendamment de la population à
laquelle on l’applique. Dès que l’on mesure la rela-
tion entre un construit et un objet, la langue qu’utilise
la population étudiée peut modérer les résultats. Pour
les études empiriques de type « baromètre de satis-
faction », il sera bon de vérifier que les divers publics
enquêtés utilisent un langage commun. Dans ce
domaine, le calibrage des échelles pour diverses
populations est un défi pour les recherches futures.
Ainsi, il sera important de vérifier empiriquement la
stabilité des bornes sémantiques de la ZDI dans
d’autres langues que le français. Notons aussi que la
méthode d’estimation, par régression non linéaire,
des frontières entre les énoncés présente une certaine
instabilité à cause du grand nombre de paramètres à
estimer et du faible nombre de degrés de liberté.
Enfin, la validation de notre échelle devra faire l’objet
de travaux futurs, notamment du point de vue de sa
Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
51
validité prédictive. Il faudra démontrer, dans des
recherches futures, que la répartition des répondants en
trois classes explique aussi bien que les échelles de
Likert multi-items les conséquences attendues de la
satisfaction telles que le rachat, la fidélité, le bouche à
oreille positif, etc. Finalement, une échelle mono-
item ne permet pas d’évaluer la cohérence interne
comme on le fait lorsqu’on utilise des échelles multi-
items, en vue de capter les diverses facettes d’un
construit.
RÉFÉRENCES BIBLIOGRAPHIQUES
Anderson R.E. (1973), Consumer dissatisfaction. The
effect of disconfirmed expectancy on perceived product
performance, Journal of Marketing Research, 10, 1,
38-44.
Attneave F. (1949), A method of graded dichotomies for
the scaling of judgments, Psychological Review, 56, 3,
334-340.
Aurier P. et Evrard Y. (1998), Élaboration et validation
d’une échelle de mesure de la satisfaction des consom-
mateurs, Actes de la Conférence de l’Association Fran-
çaise du Marketing, éd. B. Saporta, Bordeaux, IAE,
51-71.
Berry L.L. et Parasuraman A. (1991), Marketing services.
Competing through quality, New York, The Free Press.
Bitner M.J. (1990), Evaluating service encounters: the
effects of physical surroundings and employee res-
ponses, Journal of Marketing, 54, 2, 69-82.
Boulding W., Kalra A., Staelin R. et Zeithaml V.A. (1993), A
dynamic process model of service quality. From expec-
tations to behavioral intentions, Journal of Marketing
Research, 30, 1, 7-27.
Brandt R.D. et Scharioth J. (1998), Attribute life cycle ana-
lysis – alternatives to the Kano-method, Actes du 51e
Congrès ESOMAR, éd. ESOMAR, septembre, Berlin,
413-429.
Carman J.M. (1990), Consumer perceptions of service qua-
lity: an assessment of the SERVQUAL dimensions,
Journal of Retailing, 66, 1, 33-55.
Chandon J.-L. et Dano F. (1997), Analyses typologiques
confirmatoires : évaluation d’une partition hypothé-
tique issue d’une étude sémiotique, Recherches et
Applications en Marketing, 12, 2, 1-24.
Danaher P.J. et Mattsson J. (1994), Customer satisfaction
during the service delivery process, European Journal of
Marketing, 28, 5, 5-16.
Danaher P.J. et Haddrell V. (1996), A comparison of question
scales used for measuring customer satisfaction, Inter-
52 Jean-Louis Chandon, Boris Bartikowski
national Journal of Service Industry Management, 7, 4,
4-26.
Evrard Y., Pras B. et Roux E. (1997), Market. Études et
recherches en marketing, 2e édition, Paris, Nathan.
Faivre J.-P. (1993), Méthodologie des enquêtes de satisfac-
tion de la clientèle, Revue Française du Marketing,
144/145, 2/3, 67-89.
Fornell C. (1992), A national satisfaction barometer: the
Swedish experience, Journal of Marketing, 56, 1, 1-21.
Fornell C., Johnson M.D., Anderson E.W., Cha J. et Bryant
B.E. (1996), The American customer satisfaction
index: nature, purpose, and findings, Journal of Marke-
ting, 60, 4, 7-18.
Gierl H. (2000), Übungsaufgaben Marketing, 2e édition,
Lohmar, Eul.
Gierl H. et Bartikowski B. (2002), Eine Skala zur Identifi-
kation zufriedener, indifferenter und unzufriedener
Kunden, Marketing ZFP, 24, 1, 49-66.
Gottlieb J.B., Grewal D. et Brown S.W. (1994), Consumer
satisfaction and perceived quality: complementary or
divergent constructs?, Journal of Applied Psychology,
79, 6, 875-885.
Gwynne A.L., Devlin J.F. et Ennew C.T. (2000), The zone of
tolerance. Insights and influences, Journal of Marke-
ting Management, 16, 6, 545-564.
Hausknecht D.R. (1990), Measurement scales in consumer
satisfaction and dissatisfaction, Journal of Consumer
Satisfaction, Dissatisfaction and Complaining Beha-
vior, 3, 1-11.
Johnston R. (1995), The zone of tolerance: exploring the
relationship between service transactions and satisfaction
with the overall service, International Journal of Ser-
vice Industry Management, 6, 2, 46-61.
Kennedy J.R. et Thierkell P.C. (1988), An extended pers-
pective on the antecedents of satisfaction, Journal of
Consumer Satisfaction, Dissatisfaction and Complai-
ning Behavior, 1, 2-9.
Kettinger W.J. et Lee C.C. (1997), Pragmatic perspectives on
the measurement of information systems service qua-
lity, MIS Quarterly, 21, 2, 223-240.
Klastorin T.D. (1985), Assessing cluster analysis results,
Journal of Marketing Research, 20, 1, 92-98.
Le Ch. (1999), The effects of service attribute claims, per-
ceived service alternatives, and personal relevance on
consumer expectations and the zone of tolerance. An
empirical investigation, Thèse de doctorat, Université
d’Arlington.
Maertens M.S., Lyth D. et Mallak L. (2000), Designing an
internal service quality intelligence system. A case
study in industrial maintenance, The Eric Langeard
international research seminar in service management,
La Londe les Maures, IAE Aix-en-Provence, 406-429.
Miller J.A. (1977), Studying satisfaction, modifying
models, eliciting expectations, posing problems, and
Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015
making meaningful measurement, Conceptualization
and measurement of consumer satisfaction and dissa-
tisfaction, éd. H.K. Hunt, Cambridge, 72-91.
Myers J.H. et Warner G. (1968), Semantic properties of
selected evaluation adjectives, Journal of Marketing
Research, 5, 4, 409-412.
Ngobo P.V. (1998), Les standards de comparaison et la ges-
tion de la satisfaction des clients, Décisions Marketing,
13, 1, 57-66.
Oliver R.L. (1997), Satisfaction. A behavioral perspective on
the consumer, New York, Irwin/McGraw-Hill.
Oliver R.L. et Bearden W.O. (1983), The role of involve-
ment in satisfaction processes, Advances in Consumer
Research, 10, éds. R.P. Bagozzi et A.M. Tybout, Ann
Arbor, Association for Consumer Research, 88-93.
Parasuraman A., Berry L.L. et Zeithaml V.A. (1991),
Understanding customer expectations of service, Sloan
Management Review, 32, 1, 39-48.
Parasuraman A., Zeithaml V.A. et Berry L.L. (1994), Alter-
native scales for measuring service quality. A compara-
tive assessment based on psychometric and diagnostic
criteria, Journal of Retailing, 70, 3, 201-230.
Pras B. (1976), Échelles d’intervalle à supports séman-
tiques, Revue Française du Marketing, 61, 2, 87-95.
Scipione P.A. (1995), The value of words: numerical per-
ceptions associated with descriptive words and phrases
in market research reports, Journal of Advertising
Research, 35, 2, 36-43.
Sixtl F. (1967), Meßmethoden der Psychologie. Theore-
tische Grundlagen und Probleme, Weinheim, Beltz.
Strandvik T. (1994), Tolerance zones in perceived service
quality, Thèse de doctorat, Swedish School of Econo-
mics and Business Administration, Helsinki.
Thurstone L.L. et Chave E.J. (1929), The measurement of
attitudes, Chicago, University of Chicago Press.
Vanhamme J. (2002), La satisfaction des consommateurs
spécifique à une transaction : définition, antécédents,
mesures et modes, Recherches et Applications en Mar-
keting, 17, 2, 55-85.
Vavra T.G. (1997), Improving your measurement of customer
satisfaction: a guide to creating, conducting, analy-
zing, and reporting customer satisfaction measurement
programs, Milwaukee, ASQ Quality Press.
Westbrook R.A. et Oliver R.L. (1981), Developing better
measures of consumer satisfaction. Some preliminary
results, Advances in Consumer Research, 8, éd. K.B.
Monroe, Ann Arbor, Association for Consumer
Research, 94-99.
Woodruff R.B., Cadotte E.R. et Jenkins R.L. (1983),
Modeling consumer satisfaction processes using expe-
rience-based norms, Journal of Marketing Research,
20, 3, 296-304.
 Une échelle ordinale permettant de classer les répondants en « satisfait », « indifférent » et « insatisfait » 53

ANNEXE. – EXEMPLES D’APPLICATION DE L’ÉCHELLE

a) Version sans support à manipuler b) Version avec les énoncés sur des cartes

Cochez le (ou les) énoncé(s) qui correspond(ent) le Choisissez la (ou les) carte(s) qui correspond(ent) le
mieux au service reçu. mieux au service reçu.

Intolérable Intolérable Suffisant Comme désiré

Insatisfaisant
Insatisfaisant Normal Idéal
Minimum tolérable
Suffisant Minimum Acceptable Excellent
Normal tolérable

Acceptable
Comme désiré
Idéal
Excellent

Downloaded from ram.sagepub.com at UNIV PRINCE EDWARD ISLAND on February 22, 2015