Effets de la fatigue et de la complexité sur les mouvements des yeux

By 1 March 2013

Effets de la fatigue et de la complexité sur les mouvements des yeux, les attitudes, et la mémorisation – Chapitre 6.

Nous venons de montrer que les niveaux de traitement de l’information peuvent se manifester par des mouvements des yeux spécifiques. Ils peuvent donc être mesurés à partir des mouvements des yeux. Il est maintenant temps de regarder comment ces mouvements des yeux ainsi que les attitudes et la mémorisation se comportent face à la fatigue et à la complexité de la publicité.

Nous avons effectué une première expérience sur un échantillon d’étudiants en première année d’école de commerce. Nous obtenons ainsi une population homogène en termes sociodémographiques, d’éducation, et de rythme de vie. Ainsi, nous nous assurons de la validité interne de nos résultats. Dans un deuxième temps, nous répliquons l’expérience avec un autre type de population. Cette fois-ci, nous avons interrogé des salariés travaillant sur le campus de l’école de commerce. Ce nouvel échantillon nous permet de capturer des stratégies de compensation de la fatigue différentes de celles employées par les étudiants. Nous nous attendons en effet à ce que les salariés appréhendent la fatigue au quotidien différemment des étudiants. Nous faisons ainsi l’hypothèse que cet échantillon est plus enclin à être influencé par la fatigue et le niveau de complexité d’une tâche que nos étudiants. Ces derniers ont en effet pour quotidien de trouver des parades efficaces pour faire face à la fatigue et aux activités exigeantes en termes de ressources cognitives.

Comme pour le chapitre précédent, nous débutons chaque expérience par la présentation de la méthodologie de l’étude. Nous y décrivons l’échantillon, le plan expérimental, les stimuli publicitaires, et le déroulement de la procédure. Nous terminons avec la description des résultats de nos analyses et notre conclusion.

6.1 Etude 2A

6.1.1 Etude 2A – Méthode

Cette étude a pour objectif d’examiner l’effet de la fatigue et du niveau de complexité sur les mouvements des yeux, les attitudes, et la mémorisation.

Participants

Dans cette étude, quarante étudiants d’une école de commerce se sont portés volontaires pour participer à l’expérience. Nous les avons recrutés lors d’un cours d’introduction au marketing. Le choix de prendre des étudiants répond à deux critères. Tout d’abord, la praticité. En effet, comme nous le verrons tout à l’heure, nous demandons aux participants de venir trois fois dans la journée. Ainsi, il est plus commode de faire participer des étudiants logeant sur le campus. Deuxièmement, c’est une population homogène, ce qui nous permet de contrôler plusieurs facteurs corrélés à l’effet du moment de la journée. En effet, nous pouvons considérer ces participants comme étant du même âge, issus globalement du même milieu social, se prêtant aux mêmes activités de la journée ou en soirée, et surtout ayant le même niveau d’éducation. Ceci nous permet donc de minimiser la variance des caractéristiques personnelles (différences sociales et culturelles principalement) qui peuvent affecter les résultats. De cette façon, nous espérons contrôler au mieux les facteurs externes à la fatigue.

Parmi les étudiants ayant participé à l’expérience, nous avons retiré les réponses de treize participants qui ont manqué de se présenter à au moins l’une des trois sessions d’expérience requises. Au final, notre échantillon comporte vingt-sept étudiants. La moyenne d’âge est de 21,7 ans (écart-type = 1,476); le plus jeune des participants ayant 20 ans et le plus âgé, 26 ans. Pour récompenser leur participation à l’expérience, les participants ont pris part à une loterie permettant à trois d’entre eux de gagner un bon d’achat FNAC d’une valeur de 50€.

Stimuli

Dans cette étude, nous manipulons le niveau de complexité des publicités pour obtenir deux modalités : publicités simples et publicités complexes. C’est une variable inter-sujet. A leur arrivée, les participants sont assignés aléatoirement à l’une de ces deux conditions.

Nous reprenons les mêmes stimuli que ceux utilisés pour l’étude 1, c’est-à-dire les publicités-test que nous avons spécialement créées pour manipuler le niveau de complexité. Pour rappel, nous avons trois publicités simple présentant les caractéristiques suivantes : (1) le titre est court et composé de mots simples (ex : « nouveau = il surligne et efface ! »); (2) l’image est figurative donc rapidement compréhensible; et (3) l’argumentaire est court, présenté de façon factuelle, ordonné à l’aide de puces. Et nous avons trois publicités complexes avec : (1) un titre long (ex : «exceptionnel = vous avez enfin la possibilité de disposer de 4 couleurs dans un même surligneur »); (2) une image composée d’une multitude d’éléments, sans grand rapport les uns avec les autres (ex : des fleurs dans le champ de vision des surligneurs); et (3) un argumentaire long, présenté de façon narrative, et subjective, en interpellant le lecteur et lui demandant un travail de visualisation

En plus de nos six publicités-tests, nous ajoutons deux publicités tampon (cf. Annexe 2), visionnées par chacun des participants. Comme nous avons crées nos publicités-tests de toute part, il nous semble important de vérifier que le visionnage de ces publicités n’est pas complètement artificiel. Nos publicités tampons, qui existent réellement, nous servent de comparatifs. Elles ont été choisies en fonction de leur format, qui correspond au format vertical de présentation des informations. Nous les avons trouvées dans un magazine spécialisé (un magazine professionnel pour les enseignants), de façon à nous assurer que notre échantillon n’ait été en contact ni avec la publicité ni avec le produit vanté, tout comme pour nos publicités-test.

Déroulement de la procédure

Notre deuxième variable indépendante est la fatigue. Nous avons décidé de mesurer la fatigue plutôt que de la manipuler, ainsi nous pensons obtenir une plus grande validité écologique. Mais surtout, du fait de l’absence à ce jour d’une définition formelle de la fatigue quotidienne, il n’existe pas encore de procédure fiable et valide pour manipuler la fatigue (autre que les formes extrêmes de la fatigue telles que la fatigue physique ou le manque de sommeil). Nous mesurons donc la fatigue perçue à l’aide de l’échelle Karolinska Sleepiness Scale (KSS) et d’une échelle visuelle (Visual Analog Scale), à chaque début d’expérience (cf. Annexe 3). Nous obtenons alors une mesure de la fatigue perçue à trois moments de la journée pour chaque participant. Plutôt que de former trois variables de fatigue (une pour chaque moment de la journée), nous n’en créons qu’une seule, qui intègre tous les scores mesurés aux trois moments de la journée. Cette variable contient donc trois valeurs pour un même participant : une valeur pour chaque moment de la journée.

Il est temps de décrire la procédure. Nous demandons aux participants de venir faire l’expérience trois fois en 24 heures (le matin : entre 8h et 9h30; l’après-midi : entre 16h et 17h30; le soir : entre 22h et 23h30). Les sujets ne commencent pas tous au même moment de la journée, nous alternons les ordres de passage (un tiers des participants commence le matin et revient l’après-midi puis le soir, le deuxième tiers commence l’après-midi pour revenir le soir et le lendemain matin, et le dernier tiers commence le soir et revient le lendemain matin et le lendemain après-midi). L’assignation à un ordre de passage est aléatoire.

La procédure se déroule sur trois sessions. La figure 22 représente schématiquement le déroulement de l’expérience 2A pour chaque session.

Figure 22. Séquence des tâches de l’expérience pour chaque session
Séquence des tâches de l’expérience pour chaque session

Avant de participer à l’expérience, les répondants ont complété en classe le questionnaire de Matinalité/Vespéralité (Morningness/Eveningness) élaboré par Horne et Ostberg (1976) (cf. Annexe 4). Le score obtenu nous permet de catégoriser les participants selon leur chronotype, ce qui nous sert à contrôler les résultats par la tendance du sujet à être plutôt du matin ou du soir.

En arrivant au laboratoire, les participants remplissent à chaque début de session les deux échelles KSS et VAS de mesure de la fatigue, afin de consigner leur niveau de fatigue subjective. Ensuite, les participants s’installent devant l’oculomètre et nous procédons au calibrage de leurs mouvements des yeux.

Avant de commencer l’expérience proprement dite, il est demandé aux participants d’effectuer trois tâches nous permettant d’enregistrer leurs temps de réponse à chaque début de session. Les deux premières sont des tâches de recherche visuelle à l’écran de l’oculomètre. La première consiste à rechercher un poisson orange au milieu de poissons rouges (8 essais). Quant à la deuxième tâche, elle consiste à rechercher l’empreinte d’une patte de tigre parmi des empreintes d’ours (8 essais). La troisième tâche est un test arithmétique. Les participants doivent effectuer trois additions le plus vite possible, mais en essayant de privilégier l’exactitude du résultat.

L’expérience en elle-même peut ensuite commencer. Elle consiste à faire visionner au participant une ou deux publicités (format presse) par session, qu’il fait défiler à l’écran à son rythme (cf. Annexe 5 pour l’ordre de passage). Pour chaque session, le participant visionne l’une des publicités-tests que nous avons créées (parmi les trois publicités simples ou trois publicités complexes, selon la condition). Nous rappelons qu’il nous semble important que les publicités montrées (réelles ou pas) ne soient pas connues des participants afin que leur connaissance ou leur attitude vis-à-vis d’une marque existante ne puisse pas entrer en jeu. Nous effectuons une rotation de l’ordre de présentation des publicités, de façon à ce qu’elles soient visionnées aussi bien le matin que l’après-midi ou le soir, et aussi bien en première position qu’en deuxième position (au sein d’une session) (l’ordre de présentation des publicités apparaît également dans l’annexe 5).

Nous présentons les publicités-stimuli avec les instructions suivantes : Instructions
Vous allez visionner une annonce publicitaire.
Vous pouvez imaginer que vous lisez un magazine et que cette annonce y est insérée. Nous voulons savoir quel effet elle produit.

Lorsque vous considérez que vous avez regardé la publicité autant de temps que vous l’auriez fait au quotidien pour un magazine, appuyez sur la touche ENTREE.

Appuyez sur une touche pour démarrer.

Il est important de noter que nous laissons les participants visionner les publicités à leur rythme, nous ne leur imposons aucune contrainte de temps. De cette façon, nous n’influençons pas les stratégies visuelles adoptées, celles-ci faisant justement l’objet de notre étude. En effet, il a été montré par Pieters & Warlop (1999) que la pression du temps modifie la façon dont le consommateur traite un stimulus visuel. Notamment, lorsque le consommateur est pressurisé par le temps, il a tendance à accélérer le processus d’acquisition de l’information et à filtrer de nombreux éléments liés à la marque. Ainsi, nous souhaitons que les différences de mouvements des yeux manifestées dans le cadre de cette étude ne soient dues qu’à nos facteurs de complexité et de fatigue.

Apres le visionnage de chaque publicité, le participant remplit un questionnaire concernant la publicité en question. On y trouve nos mesures d’attitudes et de mémorisation, correspondant à nos variables dépendantes. Nous avons choisi de faire remplir le questionnaire tout de suite après chaque visionnage pour éviter tout effet de récence. En effet, le questionnaire comporte douze questions au total. Les participants mettent entre cinq et dix minutes pour le remplir. Si les questionnaires avaient été remis les uns directement à la suite des autres, la dernière publicité regardée aurait peut-être pâti de son ordre de présentation quant aux scores de mémorisation par exemple.

Chaque session dure en moyenne 40 minutes.

Mesures

Fatigue : nous construisons un indice de fatigue subjective à partir des scores obtenus aux deux échelles de fatigue que les participants doivent remplir à chaque début de session. Ces échelles permettent aux participants de consigner avant chaque début d’expérience le niveau de fatigue/d’éveil qu’ils estiment ressentir. La première échelle est la Karolinska Sleepiness Scale (Akerstedt & Gillberg, 1990), une échelle en neuf points allant de 1 = ‘Très éveillé et vif’ à 9 = ‘Très endormi, je me bats pour rester éveillé’. La deuxième échelle est une Visual Analog Scale (Lee et al, 1991) avec le continuum ‘Très éveillé – Très endormi’. Elle se présente comme une ligne où le participant doit apposer une croix au niveau du continuum à l’endroit qu’il estime correspondre à son état. Pour calculer le score, il suffit de mesurer en millimètre la distance entre le point le plus à gauche du continuum et la croix. La ligne étant longue de 10 cm, le score de VAS est compris entre 0 et 10. Nous testons les sujets à différents moments de la journée pour nous assurer d’obtenir une variance satisfaisante des niveaux de fatigue. En effet, nous ne manipulons pas la fatigue mais nous la mesurons au début de chaque expérience.

En combinant les scores de KSS et de VAS, nous obtenons un indice de fatigue subjective. En effet, une analyse factorielle en composantes principales montre que ces scores forment une seule et une unique dimension (valeur propre = 1.813) qui explique 91% de la variance. Les pondérations sont KSS = 0.952 et VAS = 0.952. Notre variable Fatigue est alors calculée en faisant la moyenne des deux scores KSS et VAS pour chacun des participants.

Mouvements des yeux : nous calculons cinq indicateurs pour chaque participant et pour chaque publicité à partir des données de mouvements des yeux fournies par l’oculomètre: 1) le nombre de fixations au sein de la publicité; 2) la durée totale passée à fixer la publicité (= somme des durées de toutes les fixations); 3) la distance totale parcourue par le regard (= somme de toutes les longueurs de saccades); 4) la durée moyenne d’une fixation; et 5) la longueur moyenne d’une saccade.

Attitudes : nous avons collecté deux mesures d’attitudes (cf. Annexe 6):

1) l’attitude envers la marque. Nous avons utilisé quatre items sur une échelle en 7 points: « considérez-vous que la marque est négative = 1, positive = 7 », « considérez-vous que la marque est très sympathique = 1, antipathique = 7 », « considérez-vous que la marque est peu désirable = 1, désirable = 7 », et « considérez-vous que la marque est agréable = 1, désagréable = 7 ». Une analyse factorielle en composantes principales effectuée sur ces quatre items confirme que nous obtenons une seule et unique dimension reflétant l’attitude envers la marque (valeur propre = 2.782) qui explique 70% de la variance. Les pondérations sont : positive = 0.825, sympathique = 0.824, désirable = 0.885, et agréable = 0.799. Nous calculons alors la moyenne des scores de ces quatre items pour nous en servir comme indice d’Attitude envers la Marque.

2) l’attitude envers le produit. Nous avons utilisé quatre items sur une échelle en 7 points: « considérez-vous que le produit est bon = 1, mauvais = 7 », « considérez-vous que le produit est passionnant = 1, ennuyeux = 7 », « considérez-vous que le produit est insatisfaisant = 1, satisfaisant= 7 », et « considérez-vous que le produit en vaut la peine = 1, n’en vaut pas la peine= 7 ». Une analyse factorielle en composantes principales effectuée sur ces quatre items confirme que nous obtenons une seule et unique dimension reflétant l’attitude envers le produit (valeur propre = 2.487), qui explique 62% de la variance. Les pondérations sont : bon = 0.798, passionnant = 0.629, satisfaisant = 0.894, et vaut la peine = 0.810. Nous calculons alors la moyenne des scores de ces quatre items pour nous en servir comme indice d’Attitude envers le Produit.

Mémorisation : nous avons deux mesures de rappel et une mesure de reconnaissance:

1) rappel de la catégorie. Nous demandons aux participants de se souvenir de la catégorie du produit de la publicité en répondant à la question suivante: « Quelle est la famille de produit vantée par la publicité ? ». Lorsque le participant répond correctement, nous codons sa réponse 1, et 0 lorsqu’elle est fausse.
2) rappel de la marque. Afin de consigner dans quelle mesure les participants se rappellent le nom de la marque présentée dans la publicité, nous leur posons la question suivante : « Quelle est la marque du produit ? ». Lorsque la réponse donnée est correcte nous la codons 1, et 0 lorsqu’elle est fausse.
3) Reconnaissance de la marque. Pour obtenir une mesure de reconnaissance de la marque, nous posons la question suivante aux participants : « Parmi les propositions suivantes, laquelle correspond à la marque du produit ? [une seule bonne réponse] » et nous leur demandons de choisir une réponse parmi cinq proposées. Lorsque la réponse donnée est correcte nous la codons 1, et 0 lorsqu’elle est fausse.

Nous avons également collecté les mesures suivantes, mais nous ne les examinons pas dans la section des résultats : test de complétion de mots (4 mots sont à compléter, à partir de quelques lettres soit au début soit à la fin de chaque mot), test de reconnaissance des arguments de la publicité (4 propositions dont 2 correctes), et une question ouverte demandant aux répondants de lister les caractéristiques du produit dont ils se souviennent.

a. Statistiques descriptives de l’échantillon

Fatigue : Sur une échelle allant de 0 (= pas fatigué) à 10 (= fatigué), la moyenne est de 3,66; la médiane se trouve à 3,75; l’écart-type est de 1,57; les valeurs s’étendent de 0,55 à 6,90. Nous observons que le niveau de fatigue varie au cours de la journée. Le matin et l’après-midi, les participants sont plutôt fatigués (respectivement 4,00 et 3,95). En revanche, ils se sentent significativement plus éveillés le soir (3.03) (ps <0,026). Ce résultat s’explique par le profil de matinalité/vespéralité de notre échantillon. Nous trouvons que sur nos 27 participants, 17 ont un profil neutre, 9 sont du Type Soir, et un seul est du Type Matin.

Mouvements des yeux : Le tableau 8 montre les statistiques de l’échantillon pour chacun de nos indicateurs de mouvement des yeux.

Tableau 8 Moyenne des indicateurs de mouvement des yeux par publicité

Moyenne Ecart-type
Nombre de fixations :Titre Image Texte Logo 3066

17

2

2045

13

2

Durée moyenne d’une fixation en ms :Titre Image Texte Logo 167134143

162

128

395263

49

125

Temps total de fixation en ms :Titre Image Texte Logo 58069831019

3364

431

4854801957

3250

587

Longueur moyenne d’une saccade en mm : 62 19
Distance totale parcourue en mm : 1641 1042

– Nombre de fixations : Nous trouvons que nos participants effectuent en moyenne 30 fixations par publicité. Plus spécifiquement, le texte entraine 17 fixations en moyenne, l’image est fixée 6 fois, le titre est fixé 6 fois également, et finalement le logo est fixé 2 fois. D’après un test post-hoc de Bonferroni, le nombre moyen de fixations effectuées sur le texte est significativement supérieur aux trois autres (p < 0,001).

– Durée moyenne d’une fixation : Une fixation dure en moyenne 167 ms. En ce qui concerne le texte, qui est l’élément le plus longtemps fixé en moyenne, une fixation dure 162 ms. Une fixation sur l’image dure 143 ms; elle dure 134 ms sur le titre; et quant au logo, une fixation y dure 128 ms. Les écarts entre ces durées moyennes ne sont pas assez élevés pour être significatifs.

– Temps total de fixation : Lorsque les durées de fixation sont additionnées, nous trouvons que les participants passent en moyenne 6s à fixer une publicité. Les participants fixent le texte le plus longtemps, c’est-à-dire pendant 3,5s en moyenne. Le temps passé à fixer l’image est ensuite de 1s, comme pour le titre; et enfin les participants fixent le logo pendant 0,5s. D’après un test post-hoc de Bonferroni, le temps passé à lire le texte est significativement plus long que les trois autres (p < 0,001).

– Longueur moyenne d’une saccade : Chaque saccade est en moyenne longue de 6,2 cm par publicité.

– Distance totale parcourue : Lorsque les longueurs de saccades sont additionnées, nous trouvons que le regard des participants parcourt en moyenne une distance de 16,4 cm.

Attitudes : Sur des échelles allant de 1 à 7 (1=négatif; 7 = positif), la moyenne de l’attitude envers la marque est de 4,65; l’écart-type est de 1,08; les valeurs s’étendent de 2,75 à 7. Quant à l’attitude envers le produit, sa moyenne est de 3,56; l’écart-type est de 1,08 également; les valeurs s’étendent de 1 à 5,75.

Mémorisation : Les participants se sont rappelé de la catégorie de produit 95% des fois (écart-type 22%), ils se sont souvenus de la marque 58% des fois (écart-type 50%), et ils ont reconnu la marque 75% des fois (écart-type 44%).

b. Résultats de la fatigue, de la complexité, et de leur interaction sur les mouvements des yeux

Pour étudier les effets de la fatigue, de la complexité, et de l’interaction de ces deux variables sur nos indicateurs de mouvements des yeux, nous effectuons des analyses de covariance (ANCOVA) à l’aide du modèle linéaire généralisé (General Linear Model). Nous faisons appel à l’analyse de covariance car nos variables dépendantes sont quantitatives, nous avons une variable indépendante qualitative (Complexité), et une autre quantitative (Fatigue).

Dans un souci de clarté, nous montrons d’abord les résultats concernant la fatigue seule. Puis nous regardons ceux de la complexité, et nous terminons avec l’interaction de la fatigue et de la complexité.

Tableau 9 Coefficients de régression non standardisés B, valeur de t et η² de nos indicateurs de mouvements des yeux en fonction du niveau de fatigue

Coefficient B(valeur de t) η2
Nombre de fixationsTemps total de fixation en ms Distance totale parcourue en mm Durée moyenne d’une fixation en msLongueur moyenne d’une saccade en mm -6,09*(-1,989)-1458*

(-1,958)

-1170** (-2,046)

16,7 (0,905)

-2,84

(-0,227)

0,0490,0470,052

0,011

0,001

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 9 présente les résultats de la fatigue sur les mouvements des yeux à l’aide du modèle linéaire généralisé (General Linear Model). La fatigue a un effet négatif significatif sur le nombre de fixations (p = 0,050), sur le temps total passé à fixer la publicité (p = 0,054), et sur la distance totale parcourue par le regard (p = 0,044). Contrairement à nos prévisions, lorsque les participants sont fatigués, ils ont tendance à adopter des stratégies moins intensives. Ainsi, ils fixent moins la publicité, ils passent moins de temps dessus, et ils la parcourent moins du regard. Nous ne validons alors pas l’hypothèse H1, selon laquelle les stratégies visuelles sont censées être plus intenses lorsque les participants sont fatigués par rapport à lorsqu’ils ne le sont pas. Nos résultats vont en effet dans le sens opposé à ce que nous attendions.

Quant aux indicateurs de moyenne (durée moyenne d’une fixation et longueur moyenne d’une saccade), ils ne sont pas influencés par la fatigue (respectivement, p = 0,369 et p = 0,821).

Publicitéssimples Publicitéscomplexes F η2
Nombre de fixationsTemps total de fixation en ms Distance totale parcourue en mm Durée moyenne d’une fixation en msLongueur moyenne d’une saccade en mm 2139211155

169

57

3675102132

203

74

1,764†1,695†1,827†

0,629

0,510

0,0390,0360,042

0,005

0,003

Tableau 10 Moyennes de nos indicateurs de mouvements des yeux, valeur de F et η² en fonction du niveau de complexité de la publicité

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 10 présente les résultats de la complexité sur les mouvements des yeux à l’aide du modèle linéaire généralisé (General Linear Model). Nous trouvons que la complexité a un effet positif significatif sur le nombre de fixations (p = 0,082), qui augmentent avec la complexité. De même, le temps total de fixation et la distance totale parcourue augmentent lorsque la publicité se complexifie (respectivement p = 0,094 et p = 0,072). En revanche, les indicateurs de moyenne (durée moyenne d’une fixation et longueur moyenne d’une saccade), ne sont pas influencés par le niveau de complexité (respectivement, p = 0,532 et p = 0,612).

Nous pouvons donc valider notre hypothèse H4 car nos résultats semblent montrer que les participants rencontrent plus de difficultés pour traiter les informations présentées lorsque celles-ci requièrent plus de ressources cognitives pour être comprises par rapport à des informations plus facilement assimilables.

Tableau 11 Coefficients de régression non standardisés B, valeur de t et η² de nos indicateurs de mouvements des yeux pour l’interaction de la fatigue et de la complexité

Coefficient B(valeur de t) η2
Nombre de fixationsTemps total de fixation en ms Distance totale parcourue en mm Durée moyenne d’une fixation en msLongueur moyenne d’une saccade en mm -3,76(-0,917)-861

(-0,864)

-517

(-0,675)

26 (1,072)

7,83 (0,468)

0,0110,0100,006

0,015

0,003

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 11 présente les résultats de l’interaction de la fatigue et de la complexité sur les mouvements des yeux à l’aide du modèle linéaire généralisé (General Linear Model). Nous faisions l’hypothèse que lorsque le niveau de ressources exigé excède le niveau de ressources disponible, il est plus difficile aux consommateurs de traiter les informations présentées, ce qui peut se traduire par une augmentation du nombre de fixations, du temps passé à fixer le stimulus, et de la distance parcourue. Contrairement à cette hypothèse, les effets d’interaction de la fatigue et de la complexité ne sont pas significatifs. H7 n’est donc pas validée.

Figure 23. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur le nombre de fixations (p = 0,362)
24-complexite-nombre-fixations

Figure 24. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur le temps total de fixation (p = 0,390)
25-complexite-nombre-fixations

Figure 24. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur la distance totale parcourue (p = 0,502)
26-complexite-nombre-fixations

Figure 26. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur la durée moyenne d’une fixation (p = 0,287)
27-complexite-nombre-fixations

Figure 27. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur la longueur moyenne d’une saccade (p = 0,641)
28-complexite-nombre-fixations

c. Résultats de la Fatigue, de la Complexité, et de leur interaction sur les attitudes

Pour étudier les effets de la fatigue, de la complexité, et de l’interaction de ces deux variables sur nos deux mesures d’attitudes, nous effectuons d’autres analyses de covariance (ANCOVA) à l’aide du modèle linéaire généralisé (General Linear Model). Les variables dépendantes sont ici encore quantitatives, et les variables indépendantes sont qualitative (Complexité) et quantitative (Fatigue).

Nous montrons d’abord les résultats concernant la fatigue, puis ceux de la complexité, et nous terminons avec l’interaction de la fatigue et de la complexité.

Tableau 12 Coefficients de régression non standardisés B, valeur de t et η² des attitudes envers la marque et le produit en fonction du niveau de fatigue

Coefficient B (valeur de t) η2
Attitude envers la marqueAttitude envers le produit -0,10(-0,864)-0,09

(-0,807)

0,0100,008

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 12 présente les résultats de la fatigue sur l’attitude envers la marque et l’attitude envers le produit à l’aide du modèle linéaire généralisé (General Linear Model). Nous ne trouvons aucun effet significatif de la fatigue sur nos mesures d’attitude.

Nous ne validons donc pas notre hypothèse H2, selon laquelle les participants évaluent moins bien les informations présentées lorsqu’ils disposent de peu de ressources cognitives par rapport à lorsqu’ils disposent de toute leur capacité cognitive.

Publicitéssimples Publicitéscomplexes F η2
Attitude envers la marqueAttitude envers le produit 4,513,36 4,753,72 0,5000,171 0,0030,000

Tableau 13 Moyennes des attitudes envers la marque et le produit, valeur de F et η² en fonction du niveau de complexité de la publicité

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 16 présente les résultats de la complexité sur les attitudes envers la marque et le produit à l’aide du modèle linéaire généralisé (General Linear Model). Nous ne trouvons aucun effet significatif de la complexité. Nous ne validons donc pas notre hypothèse H5 selon laquelle les participants sont censés mieux évaluer les informations présentées lorsque celles- ci requièrent peu de ressources cognitives.

Tableau 14 Coefficients de régression non standardisés B, valeur de t et η² des attitudes envers la marque et le produit pour l’interaction de la fatigue et de la complexité

Coefficient B(valeur de t) η2
Attitude envers la marqueAttitude envers le produit 0,15 (0,968)0,12 (0,814) 0,0120,009

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 17 présente les résultats de l’interaction de la fatigue et de la complexité sur les attitudes envers la marque et le produit à l’aide du modèle linéaire généralisé (General Linear Model). Nous ne trouvons aucune interaction significative. Ce résultat va à l’encontre de nos hypothèses tirées de la théorie d’adéquation des ressources. En effet, nous nous attendions à ce que les attitudes soient meilleures lorsque les niveaux de ressources coïncident, c’est-à-dire lorsque les participants fatigués visionnent des publicités simples, et que les participants pas fatigués visionnent des publicités complexes. H8 n’est pas validée.

Figure 28. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur les attitudes envers la marque (p = 0,336)
29-complexite-nombre-fixations

Figure 29. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur les attitudes envers le produit (p = 0,418)

d. Résultats de la Fatigue, de la Complexité, et de leur interaction sur la mémorisation

Pour étudier les effets de la fatigue, de la complexité, et de l’interaction de ces deux variables sur nos trois mesures de mémorisation, nous effectuons d’autres ANCOVA à l’aide du modèle linéaire généralisé (General Linear Model). Nous considérons les variables dépendantes comme des variables quantitatives (nous regardons la probabilité de se souvenir et de reconnaître), et les variables indépendantes restent qualitative (Complexité) et quantitative (Fatigue).

Nous montrons d’abord les résultats concernant la fatigue, puis ceux de la complexité, et nous terminons avec l’interaction de la fatigue et de la complexité.

Tableau 15 Coefficients de régression non standardisés B, valeur de t et η² du rappel de la catégorie, du rappel de la marque, et de la reconnaissance de la marque en fonction du niveau de fatigue

Coefficient B(valeur de t) η2
Rappel de la catégorie Rappel de la marque Reconnaissance de la marque -0,02(-1,010)0,00 (0,052)

-0,00

(-0,062)

0,0130,0000,000

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 15 présente les résultats de la fatigue sur nos trois mesures de mémorisation à l’aide du modèle linéaire généralisé (General Linear Model). Nous ne trouvons aucun effet significatif de la fatigue sur nos mesures de mémorisation. Nous ne pouvons alors pas valider notre hypothèse H3, selon laquelle les participants se remémorent moins bien les informations présentées lorsqu’ils disposent de peu de ressources cognitives par rapport à lorsqu’ils disposent de toute leur capacité cognitive.

Tableau 16 Moyennes des scores de rappel de la catégorie, de rappel de la marque et de reconnaissance de la marque, valeur de F et η² en fonction du niveau de complexité

Publicitéssimples Publicitéscomplexes F η2
Rappel de la catégorie Rappel de la marque Reconnaissance de la marque 0,970,510,71 0,930,670,79 -0,3801,6000,340 0,0020,0320,002

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 16 présente les résultats de la complexité sur les attitudes envers la marque et le produit à l’aide du modèle linéaire généralisé (General Linear Model). Nous ne trouvons aucun effet significatif du niveau de complexité. Nous ne validons donc pas l’hypothèse H6, selon laquelle les participants se remémorent mieux les informations présentées lorsque celles-ci requièrent peu de ressources cognitives.

Tableau 17 Coefficients de régression non standardisés B, valeur de t et η² du rappel de la catégorie, du rappel de la marque, et de la reconnaissance de la marque pour l’interaction de la fatigue et de la complexité

Coefficient B(valeur de t) η2
Rappel de la catégorie Rappel de la marque Reconnaissance de la marque 0,02 (0,766)0,08 (1,124)-0,05

(-0,727)

0,0080,0160,007

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 17 présente les résultats de l’interaction de la fatigue et de la complexité sur nos trois mesures de mémorisation à l’aide du modèle linéaire généralisé (General Linear Model). Notre hypothèse stipulait que lorsque le niveau de ressources disponible correspond au niveau de ressources exigé, les informations sont mieux mémorisées que lorsqu’ils ne correspondent pas. Contrairement à ce que nous avions prévu, les interactions ne sont pas significatives. La théorie d’adéquation des ressources ne s’applique donc pas au processus de mémorisation. Notre hypothèse H9 n’est alors pas validée.

Figure 30. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur le rappel de la catégorie (p = 0,446)
31-complexite-nombre-fixations

Figure 31. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur le rappel de la marque (p = 0,265)
32-complexite-nombre-fixations

Figure 32. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur la reconnaissance de la marque (p = 0,469)
33-complexite-nombre-fixations

e. Contrôle par le moment de la journée

Comme les étudiants sont venus à trois moments différents de la journée pour participer à l’expérience, nous voulons savoir si le moment de la journée peut altérer les résultats que nous avons obtenus. Pour répondre à cette question, nous avons effectué des régressions hiérarchiques multiples pour chacune de nos variables dépendantes. Ces régressions se sont faites en deux étapes. La première étape consiste à intégrer la fatigue, la complexité, et le produit d’interaction Fatigue*Complexité. Dans la deuxième étape, nous rajoutons à ces trois termes le moment de la journée pour pouvoir contrôler les effets de nos deux variables principales par ce dernier.

Les tableaux 18 à 27 présentent les résultats de ces régressions hiérarchiques multiples. Globalement, la prise en compte du moment de la journée ne modifie pas nos résultats.

Tableau 18 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur le nombre de fixations lorsqu’on contrôle par le moment de la journée

NOMBRE DE FIXATIONS

Coefficient B (valeur de t)

1 2
Fatigue -6,09* -5,18†
(-1,989) (-1,685)
Complexité 28,86†(1,764) 27,08†(1,695)
Fatigue * Complexité -3,76 -3,41
(-0,917) (-0,853)
Moment de la journée 8,70*
(2,237)
0,106* 0,162*

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 19 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur le temps total de fixation lorsqu’on contrôle par le moment de la journée

TEMPS TOTAL DE FIXATION

Coefficient B (valeur de t)

1 2
Fatigue -1458* -1283†
(-1,958) (-1,684)
Complexité 6742†(1,695) 6427†(1,630)
Fatigue * Complexité -861 -800
(-0,864) (-0,810)
Moment de la journée 1544
(1,608)
0,104* 0,133

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 20 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur la distance totale parcourue lorsqu’on contrôle par le moment de la journée

DISTANCE TOTALE PARCOURUE

Coefficient B (valeur de t)

1 2
Fatigue -1170** (-2,046) -1026†(-1,781)
Complexité 5583†(1,827) 5280†(1,760)
Fatigue * Complexité -517 -457
(-0,675) (-0,609)
Moment de la journée 1489* (2,039)
0,151** 0,195*

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 21 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur la durée moyenne d’une fixation lorsqu’on contrôle par le moment de la journée

DUREE MOYENNE D’UNE FIXATION

Coefficient B (valeur de t)

1 2
Fatigue 16,7 18,78
(0,905) (0,964)
Complexité 60,86 58,86
(0,629) (0,602)
Fatigue * Complexité 26,18 25,69
(1,072) (1,049)
Moment de la journée -6,64
(-0,276)
0,027 0,028

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 22 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur la longueur moyenne d’une saccade lorsqu’on contrôle par le

moment de la journée

LONGUEUR MOYENNE D’UNE SACCADE

Coefficient B (valeur de t)

1 2
Fatigue -2,84 -4,23
(-0,227) (-0,324)
Complexité 34,08 35,61
(0,510) (0,529)
Fatigue * Complexité 7,83 7,54
(0,468) (0,447)
Moment de la journée -7,48
(-0,456)
0,076 0,079

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 23 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur l’attitude envers la marque lorsqu’on contrôle par le moment de la journée

ATTITUDE ENVERS LA MARQUE

Coefficient B (valeur de t)

1 2
Fatigue -0,10 -0,08
(-0,864) (-0,724)
Complexité 0,31 0,35
(0,500) (0,584)
Fatigue * Complexité 0,15 0,16
(0,968) (1,034)
Moment de la journée 0,25†
(1,669)
0,083† 0,116†

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 24 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur l’attitude envers le produit lorsqu’on contrôle par le moment de la journée

ATTITUDE ENVERS LE PRODUIT

Coefficient B

(val eur de t)

1 2
Fatigue -0,09 -0,10
(-0,807) (-0,901)
Complexité 0,10 0,12
(0,171) (0,198)
Fatigue * Complexité 0,12 0,13
(0,814) (0,832)
Moment de la journée 0,09
(0,567)
0,080† 0,084

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 25 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur le rappel de la catégorie lorsqu’on contrôle par le moment de la journée

RAPPEL DE LA CATEGORIE

Coefficient B (valeur de t)

1 2
Fatigue -0,02 -0,02
(-1,010) (-0,700)
Complexité -0,05 -0,04
(-0,380) (-0,298)
Fatigue * Complexité 0,02 0,02
(0,766) (0,708)
Moment de la journée 0,05†
(1,744)
0,024 0,062†

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 26 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur le rappel de la marque lorsqu’on contrôle par le moment de la journée

RAPPEL DE LA MARQUE

Coefficient B

(valeur de t)

1 2
Fatigue 0,00 0,03
(0,052) (0,532)
Complexité 0,45 0,42
(1,600) (1,528)
Fatigue * Complexité 0,08 0,07
(1,124) (1,064)
Moment de la journée 0,16* (2,403)
0,070 0,136*

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 27 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur la reconnaissance de la marque lorsqu’on contrôle par le moment de la journée

RECONNAISSANCE DE LA MARQUE

Coefficient B (valeur de t)

1 2
Fatigue -0,00 0,01
(-0,062) (0,214)
Complexité 0,09 0,13
(0,340) (0,523)
Fatigue * Complexité 0,05 0,05
(0,727) (0,880)
Moment de la journée 0,14*
(2,383)
0,024 0,093*

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 28 Test de nos hypothèses

H1 : Effet positif de la fatigue sur les mouvements des yeux Sens opposé
H2 : Effet négatif de la fatigue sur les attitudes Non significatif
H3 : Effet négatif de la fatigue sur la mémorisation Non significatif
H4 : Effet positif de la complexité sur les mouvements des yeux Validée
H5 : Effet négatif de la complexité sur les attitudes Non significatif
H6 : Effet négatif de la complexité sur la mémorisation Non significatif
H7 : Effet positif de l’excès de ressources exigé sur les mouvements des yeux Non significatif
H8 : Effet positif d’adéquation fatigue-complexité sur les attitudes Non significatif
H9 : Effet positif d’adéquation fatigue-complexité sur la mémorisation Non significatif

Nous constatons que les effets de la fatigue se manifestent au niveau des mouvements des yeux. Mais contrairement à nos prévisions, les participants adoptent des stratégies moins intenses en termes de mouvements des yeux lorsqu’ils sont fatigués par rapport à quand ils ne sont pas fatigués.

D’après Rayner (1998, 2009), les difficultés de compréhension entrainent un nombre plus important de fixations. De plus, ces fixations sont plus longues car les individus ont besoin de davantage de temps pour extraire l’information nécessaire à la compréhension. Enfin, cet effort de compréhension génère un plus grand nombre de saccades, de régressions, et au final un parcours visuel plus important. Ainsi, nous pensions que le nombre de fixations, le temps passé à regarder les publicités, et la distance parcourue par le regard augmenteraient avec le niveau de fatigue pour traduire les difficultés rencontrées suite à une diminution des ressources disponibles. En fait, nous observons l’inverse. Plus les participants sont fatigués, moins ils fixent la publicité, moins ils passent de temps à la regarder, et moins ils la parcourent du regard. Ces mouvements des yeux dénotent plutôt une stratégie de balayage des stimuli pour économiser le peu de ressources encore disponibles. Quant aux mesures d’attitudes et de mémorisation, nous ne trouvons aucun effet de la fatigue.

Quant à la complexité, nous validons que les publicités complexes entrainent des mouvements des yeux plus intenses que les publicités simples. Ainsi, plus les publicités sont complexes, plus le nombre de fixations, le temps passé à regarder les publicités, et la distance parcourue par le regard augmentent. En revanche, nous n’observons aucun effet sur les attitudes ou la mémorisation.

Contrairement à nos hypothèses, nous n’observons aucun effet d’interaction significatif entre la fatigue et la complexité sur l’ensemble de nos variables dépendantes. La condition ‘groupe fatigué + publicité complexe’ ne génère pas les mouvements des yeux les plus intenses. Nous nous attendions à ce que les attitudes soient les plus positives lorsque les niveaux de ressources coïncident, c’est-à-dire lorsque les participants fatigués visionnent des publicités simples, et que les participants pas fatigués visionnent des publicités complexes. Or, nous n’observons pas de différence significative. Il en est de même pour les scores de mémorisation, nous ne trouvons aucun effet d’interaction significatif. L’absence d’interaction observée entre la fatigue et la complexité rend l’application de la théorie d’adéquation des ressources non adaptée à nos résultats.

L’absence d’effets de la fatigue au niveau des attitudes et de la mémorisation ainsi que l’absence d’interaction significative nous interpellent. Le profil particulier de notre échantillon peut peut-être jouer. En effet, nous avons choisi des étudiants, population préférée des expériences en psychologie. Mais pour étudier les effets de la fatigue, cette population est peut-être trop particulière. Le rythme de vie, le fait de jongler au quotidien entre différents types d’activités (dont certaines nécessitant la mobilisation de nombreuses ressources cognitives) en font une population atypique. Surtout, les étudiants apprennent au fil du temps à adopter naturellement les stratégies les plus efficaces pour accomplir leurs diverses tâches, même dans un état de fatigue avancé. Nous répliquons alors l’étude auprès d’employés du campus. Nous pensons que leur quotidien est plus équilibré, et que les exigences de mobilisation de ressources cognitives sont moins soutenues au cours de la journée. Le rapport de cette nouvelle population à la fatigue devrait donc être différent. Les salariés ont peut-être moins automatisé le recours à des stratégies efficaces de compensation de la fatigue que les étudiants. Si c’est le cas, la fatigue devrait pouvoir se manifester chez les salariés dans le sens de nos hypothèses.

6.2.1 Etude 2B – Méthode

Cette deuxième étude a pour objectif d’examiner l’effet de la fatigue et du niveau de complexité sur les mouvements des yeux, les attitudes, et la mémorisation pour un nouveau profil d’échantillon. Nous étudions à présent un échantillon de salariés travaillant sur le campus universitaire et non plus les étudiants. Ainsi, non seulement la moyenne d’âge est plus élevée avec ce nouvel échantillon, mais en plus le rythme de vie de nos répondants se trouve être plus homogène et plus « routinier » au quotidien.

Participants

Dans cette étude, trente-neuf membres du personnel de l’école de commerce se sont portés volontaires suite à un courrier électronique envoyé à tout le personnel. Dans ce courrier, nous expliquions que nous cherchions des volontaires pour participer à une expérience dans le cadre d’une thèse en marketing. Il était précisé que les participants devaient venir deux fois, à deux moments différents de la journée, et que l’une des tâches se passait sur ordinateur. Le courrier mentionnait également que pour récompenser toute participation à l’expérience, une loterie permettrait à trois participants de gagner un bon d’achat FNAC d’une valeur de 50€. La moyenne d’âgede l’échantillon est de 38 ans (écart- type = 10); le plus jeune des participants ayant 19 ans et le plus âgé, 56 ans.

Stimuli

Nous utilisons les mêmes publicités que précédemment car le niveau de complexité des publicités est manipulé de la même façon pour obtenir deux modalités : publicités simples et publicités complexes. En tant que variable inter-sujet, les participants sont assignés aléatoirement à l’une de ces deux conditions à leur arrivée. Sur l’ensemble des deux sessions de l’expérience, les participants de la condition Complexe visionnent les trois publicités complexes, ceux de la condition Simple visionnent les trois publicités simples, et l’ensemble des participants visionnent en plus une publicité tampon (Plastiroc), déjà utilisée dans les études précédentes.

Déroulement de la procédure

Notre deuxième variable indépendante, la fatigue, est mesurée comme précédemment. Mais cette fois, les participants viennent à deux moments de la journée et non plus à trois. En effet, pour une question de faisabilité de l’expérience et de disponibilité des participants, il était difficilement concevable de leur demander de rester sur le campus tard le soir. Nous considérons toujours la variable fatigue comme une variable continue, en prenant en compte les scores de fatigue de façon absolue.

La procédure se déroule sur deux sessions : une fois le matin, avant que la journée de travail commence (entre 8h30 et 10h) et une autre fois en fin d’après-midi, avant de quitter le travail (entre 16h et 17h30). Les participants commençant le matin et ceux commençant l’après-midi sont choisis de façon aléatoire (cf. Annexe 7 pour l’ordre de passage). La figure 33 représente schématiquement le déroulement de l’expérience 2B pour chaque session. Le matin puis en fin de journée.

Figure 33. Séquence des tâches de l’expérience pour la première session
Séquence des tâches de l’expérience pour la première session

Séquence des tâches de l’expérience pour la deuxième session
Séquence des tâches de l’expérience pour la deuxième session

En arrivant au laboratoire, les participants remplissent à chaque début de session deux échelles de mesure de la fatigue, afin de consigner leur niveau de fatigue subjective. Ensuite, tout comme pour les études précédentes, les participants s’installent devant l’oculomètre et nous procédons au calibrage de leurs mouvements des yeux par la machine.

Avant de commencer l’expérience à proprement dite, il est demandé aux participants d’effectuer trois tâches nous permettant d’enregistrer leurs temps de réponse à chaque début de session. Les deux premières sont des tâches de recherche visuelle à l’écran de l’oculomètre. La première consiste à rechercher un poisson orange au milieu de poissons rouges (8 essais). Quant à la deuxième tâche, elle consiste à réagir à l’apparition d’un prénom masculin (féminin) dans une liste de prénoms féminins (masculins) (8 essais). La troisième tâche est un test arithmétique. Les participants doivent effectuer trois additions le plus vite possible, mais en essayant de privilégier l’exactitude du résultat.

Ensuite, l’expérience en elle-même peut commencer. Elle consiste à faire visionner au participant quatre publicités en tout sur les deux sessions, c’est-à-dire deux publicités par session. Parmi ces quatre publicités, trois correspondent à nos publicités-test (trois publicités simples ou trois publicités complexes selon la condition) et la publicité restante correspond à notre publicité tampon. Nous effectuons une rotation de l’ordre de présentation des quatre publicités, de façon à ce qu’elles soient visionnées aussi bien le matin que l’après-midi et aussi bien en première position qu’en deuxième position (au sein d’une session) (cf. Annexe 7 pour l’ordre de présentation des publicités).

Nous présentons les publicités-stimuli avec les instructions suivantes :

InstructionsVous allez visionner une annonce publicitaire.Vous pouvez imaginer que vous lisez un magazine et que cette annonce y est insérée. Nous voulons savoir quel effet elle produit.

Lorsque vous considérez que vous avez regardé la publicité autant de temps que vous l’auriez fait au quotidien pour un magazine, appuyez sur la touche ENTREE.

Appuyez sur une touche pour démarrer.

Là encore, nous laissons les participants visionner les publicités à leur rythme, nous ne leur imposons aucune contrainte de temps. Comme nous l’avons vu précédemment, nous souhaitons ainsi ne pas influencer les stratégies visuelles adoptées par les répondants. Nous voulons en effet que les différences de stratégies visuelles manifestées dans le cadre de cette étude soient dans la mesure du possible uniquement dues à nos facteurs de complexité et de fatigue. Apres chaque visionnage de publicité, le participant rempli un questionnaire relatif à la publicité correspondante. On y trouve nos mesures d’attitudes et de mémorisation, correspondant à nos variables dépendantes.

Le protocole expérimental est identique pour les deux sessions, à la différence que lors de la deuxième et dernière session, les participants remplissent le questionnaire de Matinalité/Vespéralité (Morningness/Eveningness). Le score obtenu nous permet ensuite de catégoriser les participants comme étant du matin, du soir, ou neutre.

Mesures

Fatigue : Nous construisons l’indice de fatigue subjective en agrégeant les scores obtenus aux échelles de fatigue que les participants remplissent à chaque début de session. La première échelle est la Karolinska Sleepiness Scale que nous avons décrite précédemment (1 = ‘Très éveillé et vif’ à 9 = ‘Très endormi, je me bats pour rester éveillé’). La deuxième échelle est une Visual Analog Scale (Lee et al., 1991) en trois éléments cette fois-ci. Le premier élément concerne le continuum ‘Très éveillé – Très endormi’, le deuxième correspond à ‘Très passif – Très actif’, et le dernier ‘Très fatigué – Très alerte’ (cf. Annexe 3 pour le détail de ces échelles de mesure).

Une analyse factorielle en composantes principales effectuée sur les trois éléments de VAS permet de vérifier qu’ils forment une seule et même dimension (valeur propre = 2.605), expliquant 87% de la variance. Les pondérations sont : VAS1 = 0.947, VAS 2 = 0.929, et VAS 3 = 0.920. En combinant les scores de KSS et de VAS, nous obtenons un indice de fatigue subjective. En effet, une analyse factorielle en composantes principales montre que ces scores forment une seule et une unique dimension (valeur propre = 3.231) qui explique 81% de la variance. Les pondérations sont : KSS = 0.842, VAS1 = 0.954, VAS 2 = 0.905, et VAS 3 = 0.890. Nous utilisons la moyenne de ces quatre scores comme pour constituer notre variable de Fatigue.

Mouvements des yeux : Nous calculons les mêmes cinq indicateurs que précédemment pour chaque participant et pour chaque publicité, à partir des données de mouvements des yeux fournies par l’oculomètre: 1) le nombre de fixations au sein de la publicité; 2) la durée totale passée à fixer la publicité (= somme des durées de toutes les fixations); 3) la distance totale parcourue par le regard (= somme de toutes les longueurs de saccades); 4) la durée moyenne d’une fixation; et 5) la longueur moyenne d’une saccade. Pour rappel, les fixations prises en compte ici sont supérieures à 100 ms, c’est-à-dire que nous sélectionnons les fixations assez longues pour que l’information puisse être traitée (cf. Duchowski, 2007; Rayner, 1998).

Attitudes : Cette fois-ci, nous avons collecté trois mesures d’attitudes.

1) l’attitude envers la publicité.

Nous avons utilisé six items sur une échelle en 7 points : « considérez-vous que la publicité visionnée présente des informations fiables = 1, pas du tout fiables = 7 », « considérez-vous que la publicité visionnée est mauvaise = 1, bonne = 7 », « considérez-vous que la publicité visionnée présente des informations pas du tout vraisemblables = 1, vraisemblables = 7 », « considérez-vous que la publicité visionnée a suscité votre intérêt = 1, n’a suscité aucun intérêt = 7 », « considérez-vous que la publicité visionnée n’a pas attiré votre attention = 1, a particulièrement attiré votre attention = 7 », et « considérez-vous que la publicité visionnée est très convaincante = 1, n’est pas du tout convaincante = 7 ». Une analyse factorielle en composantes principales sur ces six items confirme que nous obtenons une seule et unique dimension reflétant l’attitude envers la publicité (valeur propre = 3.892), expliquant 65% de la variance. Les pondérations sont : fiable = 0.759, bonne = 0.815, vraisemblable = 0.782, intérêt = 0.803, attention = 0.852 et convaincante = 0.817. Nous nous servons de la moyenne de ces six scores comme indice de l’Attitude envers la Publicité.

2) l’attitude envers la marque.

Nous utilisons les mêmes quatre items que pour l’étude 2A: « considérez-vous que la marque est négative = 1, positive = 7 », « considérez-vous que la marque est sympathique = 1, antipathique= 7 », « considérez-vous que la marque est peu désirable = 1, désirable = 7 », et « considérez-vous que la marque est agréable = 1, désagréable = 7 ». Une analyse factorielle en composantes principales effectuée sur ces quatre items confirme que nous obtenons une seule et unique dimension reflétant l’attitude envers la marque (valeur propre = 3.003) qui explique 75% de la variance. Les pondérations sont : positive = 0.859, sympathique = 0.869, désirable = 0.822, et agréable = 0.914. Nous nous servons de la moyenne de ces quatre scores comme indice de l’Attitude envers la Marque.

3) l’attitude envers le produit.

Nous utilisons les mêmes quatre items que pour l’étude 2A: « considérez-vous que le produit est passionnant = 1, ennuyeux = 7 », « considérez-vous que le produit en vaut la peine = 1, n’en vaut pas la peine= 7 », « considérez-vous que le produit est bon = 1, mauvais = 7 », et « considérez-vous que le produit est insatisfaisant = 1, satisfaisant= 7 ». Une analyse factorielle en composantes principales sur ces quatre items confirme que nous obtenons une seule et unique dimension reflétant l’attitude envers le produit (valeur propre = 2.877), qui explique 72% de la variance. Les pondérations sont : bon = 0.876, passionnant = 0.802, satisfaisant = 0.861, et vaut la peine = 0.850. Nous nous servons de la moyenne de ces quatre scores comme indice de l’attitude envers le produit.

Mémorisation : Nous reprenons les mêmes mesures de mémorisation que pour l’étude 2A : le rappel de la catégorie de produit, le rappel de la marque, et la reconnaissance de la marque.

1) rappel de la catégorie de produit. Nous posons la question suivante : « Quelle est la famille de produit vantée par la publicité ? ». Lorsque la réponse donnée est correcte nous la codons 1, et 0 lorsqu’elle est fausse.

2) rappel de la marque. Nous posons la question suivante : « Quelle est la marque du produit ? ». Lorsque la réponse donnée est correcte nous la codons 1, et 0 lorsqu’elle est fausse.

3) Reconnaissance de la marque. Nous posons la question suivante aux participants :

« Parmi les propositions suivantes, laquelle correspond à la marque du produit ? [une seule bonne réponse] » et nous leur demandons de choisir une réponse parmi cinq proposées. Lorsque la réponse donnée est correcte nous la codons 1, et 0 lorsqu’elle est fausse.

Nous avons également collecté les mesures suivantes, mais nous ne les examinons pas dans la section des résultats : test de complétion de mots (6 mots sont à compléter, à partir de quelques lettres soit au début soit à la fin de chaque mot); test de reconnaissance des arguments de la publicité (4 propositions dont 2 correctes); une question ouverte demandant aux répondants de lister les caractéristiques du produit dont ils se souviennent; une autre question ouverte où il s’agit de se souvenir et de lister les éléments de la publicité dans l’ordre de leur visionnage dont ils se souviennent; et enfin, les participants terminent le questionnaire en listant leurs activités de la journée si elles s’intègrent dans l’une de ces deux catégories, activité fatigante ou activité éveillante.

6.2.2 Etude 2B – Résultats

a. Statistiques descriptives de l’échantillon

Fatigue : Sur une échelle allant de 0 à 10 (pas fatigué = 0; fatigué = 10), la moyenne de la variable Fatigue est de 3,19; la médiane se trouve à 2,89; l’écart-type est de 1,84; les valeurs s’étendent de 0,33 à 6,95. Le matin, les scores de fatigue sont à 2,97. Ils sont à 3,41 l’après-midi. Mais la différence n’est pas significative (p = 0,152). Ce résultat peut s’expliquer par le profil de matinalité/vespéralité de notre échantillon. Nous trouvons que sur nos 39 participants, 15 ont un profil neutre, 12 sont du Type Soir, et 12 sont du Type Matin. Le fait que la fatigue ne varie pas significativement entre nos deux moments de la journée ne l’empêche pas de pouvoir se manifester à travers les mesures de nos variables dépendantes.

Mouvements des yeux : Le tableau 29 montre les statistiques de l’échantillon pour chacun de nos indicateurs de mouvement des yeux.

Tableau 29 Moyenne des indicateurs de mouvement des yeux par publicité

Moyenne Ecart-type
Nombre de fixations :Titre Image Texte Logo 3698

18

3

3056

20

3

Durée moyenne d’une fixation en ms :Titre Image Texte Logo 150164163

142

166

563551

60

134

Temps total de fixation en ms :Titre Image Texte Logo 669714901369

3382

557

66179801161

4867

578

Longueur moyenne d’une saccade en mm 52 17
Distance totale parcourue en mm 1852 1260

– Nombre de fixations : En moyenne, les participants effectuent 36 fixations par publicité. Plus spécifiquement, le texte est fixé 18 fois en moyenne, le titre est fixé 9 fois, l’image est fixée 8 fois, et finalement le logo est seulement fixé 3 fois. D’après un test post- hoc de Bonferroni, le nombre moyen de fixations effectuées sur le texte est significativement supérieur aux trois autres (p < 0,001).

– Durée moyenne d’une fixation : Chaque fixation dure en moyenne 150 ms. Le logo obtient la durée moyenne de fixation la plus longue avec 166 ms; viennent ensuite le titre, où une fixation dure 164 ms en moyenne, puis l’image avec 163 ms, et le texte pour lequel une fixation moyenne dure 142 ms. Cependant, les écarts ne sont pas significatifs.

– Temps total de fixation : Lorsque les durées de fixation sont additionnées, nous trouvons que les participants passent en moyenne 6,7s à fixer une publicité. Le temps passé à fixer le texte est le plus long avec 3,4s; il est de 1,5s pour le titre; 1,4s pour l’image; et enfin 0,6s pour le logo. D’après un test post-hoc de Bonferroni, le temps passé à fixer le logo est significativement plus court que les temps passés sur les autres éléments de la publicité (ps < 0,008).

– Longueur moyenne d’une saccade : Chaque saccade est en moyenne longue de 5,2 cm.

– Distance totale parcourue : Lorsque nous additionnons les longueurs de saccades, nous obtenons une distance totale parcourue de 18,5 cm par publicité.

Attitudes : Sur des échelles allant de 1 à 7 (1=négatif; 7 = positif), la moyenne de l’attitude envers la marque est de 4,35; l’écart-type est de 0,96; les valeurs s’étendent de 2,25 à 6,75. Quant à l’attitude envers le produit, sa moyenne est de 4,19; l’écart-type est de 1,18; les valeurs s’étendent de 1 à 7.

Mémorisation : Les participants se sont rappelé de la catégorie de produit 88% des fois (s.d. 33%), ils se sont souvenus de la marque 23% des fois (s.d. 42%), et ils ont reconnu la marque 53% des fois (s.d. 50%).

b. Résultats de la fatigue, de la complexité, et de leur interaction sur les mouvements des yeux

Nous effectuons des analyses de covariance (ANCOVA) à l’aide du modèle linéaire généralisé (General Linear Model). Comme auparavant, nous montrons d’abord les résultats concernant la fatigue. Puis nous regarderons ceux de la complexité, et nous terminerons avec l’interaction de la fatigue et de la complexité.

Tableau 30 Coefficients de régression non standardisés B, valeur de t et η² de nos indicateurs de mouvements des yeux en fonction du niveau de fatigue

Coefficient B(valeur de t) η2
Nombre de fixationsTemps total de fixation en ms Distance totale parcourue en mm Durée moyenne d’une fixation en msLongueur moyenne d’une saccade en mm 8,84***(4,741)1856*** (4,521)

1523*** (4,811)

-0,07

(-0,027)

-1,32

(-0,277)

0,1680,1560,173

0,000

0,001

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 30 présente les résultats de la fatigue sur les mouvements des yeux à l’aide du modèle linéaire généralisé (General Linear Model). Nous trouvons que la fatigue influence positivement et de façon significative le nombre de fixations (p < .000), le temps total passé à fixer la publicité (p < .000), et la distance totale parcourue (p < .000). Ainsi, plus les participants sont fatigués, plus ils fixent la publicité, plus ils passent de temps dessus, et plus ils la parcourent du regard.

D’après les résultats de notre étude préliminaire, nous pouvons en déduire que les participants adoptent des stratégies visuelles plus intensives lorsqu’ils sont fatigués, par rapport à lorsqu’ils ne le sont pas. La fatigue se manifeste donc dans le sens de nos prédictions. Ainsi, nous observons que les participants cette fois semblent rencontrer plus de difficultés à traiter les informations présentées lorsqu’ils disposent de moins de ressources cognitives par rapport à lorsqu’ils disposent de toute leur capacité cognitive. Nous pouvons alors valider H1.

En revanche, la fatigue ne semble pas avoir d’effet sur les indicateurs moyens : la durée moyenne d’une fixation (p = .979) et la longueur moyenne d’une saccade (p = .782) sont similaires lorsque les participants sont fatigués et lorsqu’ils ne le sont pas.

Publicitéssimples Publicitéscomplexes F η2
Nombre de fixationsTemps total de fixation en ms Distance totale parcourue en mm Durée moyenne d’une fixation en msLongueur moyenne d’une saccade en mm 2544121377

164

60

4075922038

175

55

1,653†1,5681,783†

0,171

-0,068

0,0240,0220,028

0,000

0,000

Tableau 31 Moyennes de nos indicateurs de mouvements des yeux, valeur de F et η² en fonction du niveau de complexité de la publicité

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 31 présente les résultats de la complexité sur les mouvements des yeux à l’aide du modèle linéaire généralisé (General Linear Model). Nous trouvons que la complexité a un effet positif sur le nombre de fixations (p = .100), ainsi que sur la distance totale parcourue (p = .077).

Nous pouvons valider H4 car les résultats montrent que les participants rencontrent plus de difficultés pour traiter les informations présentées lorsque celles-ci requièrent plus de ressources cognitives pour être comprises par rapport à des informations plus facilement assimilables. En effet, lorsque les publicités sont complexes, les participants effectuent plus de fixations, et ils parcourent plus le stimulus du regard.

En revanche, le niveau de complexité ne semble pas avoir d’effet sur les indicateurs de moyenne : lorsque les publicités sont complexes, la durée moyenne d’une fixation (p = .864) et la longueur moyenne d’une saccade (p = .946) sont très proches des valeurs obtenues pour les publicités simples.

Tableau 32 Coefficients de régression non standardisés B, valeur de t et η² de nos indicateurs de mouvements des yeux pour l’interaction de la fatigue et de la complexité

Coefficient B(valeur de t) η2
Nombre de fixationsTemps total de fixation en ms Distance totale parcourue en mm Durée moyenne d’une fixation en msLongueur moyenne d’une saccade en mm -9,93*** (-3,541)-2098*** (-3,397)-1749*** (-3,671)

-2,52

(-0,672)

6,34 (0,882)

0,1010,0940,108

0,004

0,007

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 32 présente les résultats de l’interaction de la fatigue et de la complexité sur les mouvements des yeux à l’aide du modèle linéaire généralisé (General Linear Model). Nous trouvons que la fatigue et le niveau de complexité interagissent de façon très significative sur le nombre de fixations (p < .000), le temps total passé à fixer la publicité (p < .000), ainsi que sur la distance totale parcourue (p < .000).

En revanche, nous ne trouvons pas d’effet d’interaction pour les indicateurs moyens que sont la durée moyenne d’une saccade (p = 0,503) et la longueur moyenne d’une saccade (p = .380).

Pour comprendre comment la fatigue et la complexité agissent conjointement sur nos principaux indicateurs de mouvements des yeux, nous allons passer en revue chaque indicateur.

Figure 34. Effet significatif de l’interaction entre la fatigue et la complexité sur le nombre de fixations (p < 0,001)

Nous trouvons que le nombre de fixations est significativement plus élevé lorsque les participants fatigués visionnent des publicités complexes (Moyenne = 56 fixations) que pour les autres conditions. Lorsque les participants ne sont pas fatigués, ils effectuent quasiment autant de fixations lorsque les publicités sont simples (Moyenne = 27 fixations) que lorsqu’elles sont complexes (Moyenne = 24 fixations), et ces valeurs sont comparables au nombre de fixations effectuées par les participants fatigués visionnant des publicités simples (Moyenne = 23 fixations). Ainsi, l’effet de la fatigue est significatif pour les publicités complexes (p = 0,001) mais pas pour les publicités simples (p = 0,374).

Le sens de l’interaction est donc conforme à notre hypothèse H7. Comme nous l’avions prévu, les participants ont besoin de fixer plus souvent la publicité lorsqu’ils disposent de moins de ressources que ce qui est exigé. H7a est validée.

Figure 35. Effet significatif de l’interaction entre la fatigue et la complexité sur le temps total de fixation (p < 0,001)

Nous trouvons la même structure de résultats pour le temps total passé à fixer les publicités que pour le nombre de fixations. Ainsi, le temps total de fixations est significativement plus élevé lorsque les participants fatigués visionnent des publicités complexes (Moyenne = 11 secondes) que pour les autres conditions. Lorsque les participants ne sont pas fatigués, ils passent presque autant de temps à fixer les publicités simples (Moyenne = 4,86 secondes) que les publicités complexes (Moyenne = 4,17 secondes), et ces valeurs sont comparables au temps total de fixations des participants fatigués visionnant des publicités simples (Moyenne = 3,97 secondes). Ainsi, l’effet de la fatigue est significatif pour les publicités complexes (p = 0,001) mais pas pour les publicités simples (p = 0,330).

Le sens de l’interaction est donc conforme à notre hypothèse H7. Comme nous l’avions prévu, les participants ont besoin de passer plus de temps à extraire les informations lorsqu’ils disposent de moins de ressources que ce qui est exigé. H7b est validée

Figure 36. Effet significatif de l’interaction entre la fatigue et la complexité sur la distance totale parcourue (p < 0,001)

Nous retrouvons encore la même structure de résultats pour la distance totale parcourue par le regard. Ainsi, le regard parcourt une distance significativement plus grande lorsque les participants fatigués visionnent des publicités complexes (Moyenne = 2779 mm) que pour les autres conditions. Lorsque les participants ne sont pas fatigués, la distance parcourue par leur regard sur les publicités simples (Moyenne = 1487 mm) est comparable à celle obtenue pour les publicités complexes (Moyenne = 1296 mm), et ces valeurs sont comparables au nombre de fixations effectuées par les participants fatigués visionnant des publicités simples (Moyenne = 1267 mm). Ainsi, l’effet de la fatigue est significatif pour les publicités complexes (p = 0,000) mais pas pour les publicités simples (p = 0,322).

Le sens de l’interaction est donc conforme à notre hypothèse H7. Comme nous l’avions prévu, les participants ont besoin de parcourir la publicité plus longuement lorsqu’ils disposent de moins de ressources que ce qui est exigé. H7c est validée.Figure 37. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur la durée moyenne d’une fixation (p = 0,503)

Les durées moyennes de fixation ne sont pas significativement différentes. Pour les participants non fatigués, une fixation dure en moyenne 169 ms pour une publicité simple et 175 ms pour une publicité complexe. Pour les participants fatigués, une fixation dure en moyenne 160 ms pour une publicité simple et 175 ms pour une publicité complexe.

Figure 38. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur la longueur moyenne d’une saccade (p = 0,380)

De même, les longueurs moyennes de saccades sont quasiment similaires dans les quatre conditions. Lorsque les participants ne sont pas fatigués, une saccade est en moyenne longue de 57 mm pour une publicité simple et 55 mm pour une publicité complexe. Lorsque les participants sont fatigués, elles sont de 62 mm pour une publicité simple et 54 mm pour une publicité complexe.

En résumé, nous trouvons que conformément à nos hypothèses, lorsque les participants sont fatigués, les publicités complexes génèrent de façon significative le plus grand nombre de fixations, le plus long temps total passé à fixer la publicité, ainsi que la plus longue distance parcourue sur la publicité. Par conséquent, nous pouvons valider nos hypothèses H7. Nos résultats montrent en effet que lorsque les ressources exigées dépassent les ressources disponibles, les participants doivent mobiliser plus de ressources pour traiter les informations présentées.

c. Résultats de la Fatigue, de la Complexité, et de leur interaction sur les attitudes

Pour étudier les effets de la fatigue, de la complexité, et de l’interaction de ces deux variables sur nos deux mesures d’attitudes, nous effectuons d’autres analyses de covariance (ANCOVA) à l’aide du modèle linéaire généralisé (General Linear Model). Les variables dépendantes sont ici encore quantitatives, et les variables indépendantes sont qualitative (Complexité) et quantitative (Fatigue).

Nous montrons d’abord les résultats concernant la fatigue, puis ceux de la complexité, et nous terminerons avec l’interaction de la fatigue et de la complexité.

Tableau 12 Coefficients de régression non standardisés B, valeur de t et η² des attitudes envers la marque et le produit en fonction du niveau de fatigue

Coefficient B(valeur de t) η2
Attitude envers la marqueAttitude envers le produit -0,058(-0,811)-0,110

(-1,328)

0,0060,016

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 33 présente les résultats de la fatigue sur l’attitude envers la marque et l’attitude envers le produit à l’aide du modèle linéaire généralisé (General Linear Model). Nous ne trouvons aucun effet significatif de la fatigue sur ces mesures d’attitude. Nous ne validons donc pas l’hypothèse H2 selon laquelle les participants évaluent moins bien les informations présentées lorsqu’ils disposent de peu de ressources cognitives par rapport à lorsqu’ils disposent de toute leur capacité cognitive.

Tableau 34 Moyennes des attitudes envers la marque et le produit, valeur de F et η² en fonction du niveau de complexité de la publicité

Publicitéssimples Publicitéscomplexes F η2
Attitude envers la marqueAttitude envers le produit 4,524,26 4,104,00 -2,413*-0,997* 0,0550,042

*** p<0,001; ** p<0,01; * p<0,05, † p<0,10

Le tableau 34 présente les résultats de la complexité sur nos deux mesures d’attitude à l’aide du modèle linéaire généralisé (General Linear Model). Nous trouvons un effet négatif significatif de la complexité sur les attitudes envers la marque (p = 0,018) et le produit (p = 0,030). Les attitudes sont donc meilleures dans la condition des publicités simples par rapport à celle des publicités complexes. Nous validons H5, selon laquelle les participants évaluent moins bien les informations présentées lorsque celles-ci requièrent beaucoup de ressources cognitives pour être comprises par rapport à des informations plus facilement assimilables.

Tableau 32 Coefficients de régression non standardisés B, valeur de t et η² de attitudes envers la marque et le produit pour l’interaction de la fatigue et de la complexité

Coefficient B(valeur de t) η2
Attitude envers la marqueAttitude envers le produit 0,152(1,445)0,229†

(1,847)

0,0200,030

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 35 présente les résultats de l’interaction de la fatigue et de la complexité sur les attitudes envers la marque et le produit à l’aide du modèle linéaire généralisé (General Linear Model). La fatigue et la complexité interagissent de façon significative sur l’attitude envers le produit (p = .067) mais pas sur l’attitude envers la marque (p = .152).

Figure 39. Effet significatif de l’interaction entre la fatigue et la complexité sur les attitudes envers le produit (p = 0,067)

Les attitudes envers le produit sont meilleures lorsque les participants pas fatigués visionnent des publicités simples (Moyenne = 4,49) que pour les autres conditions. Les évaluations les plus basses sont celles de ces participants visionnant des publicités complexes (Moyenne = 3,80). La différence est significative (p = 0,023). Pour les participants fatigués, les évaluations des publicités simples (Moyenne = 4,05) sont similaires à celles des publicités complexes (Moyenne = 4,20). L’effet de la fatigue n’est cependant pas significatif pour les publicités complexes (p = 0,196) ni pour les publicités simples (p = 0,192).

Malgré la significativité de l’effet d’interaction, son sens n’est pas conforme à notre hypothèse H8. Dans le cadre de la théorie d’adéquation des ressources, nous nous attendions à ce que les meilleurs scores soient ceux des conditions « fatigués + publicité simple » et « pas fatigués + publicité complexe » et ce n’est pas le cas. D’après nos résultats, il vaut mieux avoir le maximum de ressources disponibles pour accomplir une tâche qui n’est pas très exigeante pour obtenir les notes les plus positives quant à l’attitude envers le produit.

Figure 40. Pas d’effet significatif de l’interaction entre la fatigue et la complexité sur les attitudes envers la marque (p = 0,152)

L’interaction de la fatigue et de la complexité pour l’attitude envers la marque présente la même structure de résultat. Cette fois, la différence entre les participants pas fatigués visionnant des publicités simples (Moyenne = 4,7) et ceux visionnant des publicités complexes (Moyenne = 4) n’est pas significative.

En résumé, nous pouvons conclure que la théorie d’adéquation des ressources ne nous permet pas de rendre compte de la structure de résultats que nous obtenons pour les attitudes. En effet, la théorie prévoit que les attitudes soient meilleures lorsque les niveaux de ressources coïncident. Or, nous obtenons les meilleurs scores d’attitude envers le produit lorsque les participants non fatigués visionnent des publicités simples. Cette condition ne correspond pourtant pas à un cas d’adéquation des ressources. Selon cette théorie, les participants sont censés disposer dans ce cas d’un trop plein de ressources par rapport à la tâche qui leur est demandée, celle-ci ne requérant qu’une faible mobilisation de ressources. Le pouvoir de persuasion de la publicité aurait alors du être amoindri. Et toujours d’après la théorie, nous nous attendions à ce que les attitudes soient les plus faibles lorsque les ressources ne coïncident pas. Or, nous trouvons que les attitudes sont les plus faibles lorsque les participants ne sont pas fatigués et qu’ils visionnent des publicités complexes. Ce cas correspond pourtant à une adéquation des ressources, les participants disposant de beaucoup de ressources cognitives, et devant accomplir une tâche qui nécessite de mobiliser beaucoup de ressources.

Quant aux participants fatigués, nous nous attendions à ce que les attitudes soient plus élevées lorsque ces participants visionnent des publicités simples, le peu de ressources cognitives disponibles coïncidant alors avec la faible demande de ressource de la tâche. Et nous avions prévu que les attitudes soient plus faibles lorsque les participants visionnent les publicités complexes, la tâche requérant alors un surcroit de ressources cognitives par rapport au niveau de ressources disponible. Mais ce n’est pas ce que nous obtenons. Nos résultats montrent plutôt que lorsque les participants sont fatigués et disposent donc de peu de ressources cognitives, le niveau de complexité des publicités importe peu car les attitudes sont moyennes. H8 n’est donc pas validée.

d. Résultats de la Fatigue, de la Complexité, et de leur interaction sur la mémorisation

Pour étudier les effets de la fatigue, de la complexité, et de l’interaction de ces deux variables sur nos trois mesures de mémorisation, nous effectuons d’autres ANCOVA à l’aide du modèle linéaire généralisé (General Linear Model). Nous considérons les variables dépendantes comme des variables quantitatives (nous regardons la probabilité de se souvenir et de reconnaître), et les variables indépendantes sont qualitative (Complexité) et quantitative (Fatigue).

Nous montrons d’abord les résultats concernant la fatigue, puis ceux de la complexité, et nous terminerons avec l’interaction de la fatigue et de la complexité.

Tableau 36 Rappel de la catégorie de produit, rappel de la marque, et reconnaissance de la marque en fonction du niveau de fatigue

Coefficient B(valeur de t) η2
Rappel de la catégorie Rappel de la marque Reconnaissance de la marque 0,09 (0,506)0,05†(1,855)

0,06†

(1,792)

0,0070,0300,028

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 36 présente les résultats de la fatigue sur nos trois mesures de mémorisation à l’aide du modèle linéaire généralisé (General Linear Model). Nous trouvons un effet positif significatif de la fatigue sur le rappel (p = 0,066) et la reconnaissance de la marque (p = 0,076). Ainsi, plus les participants sont fatigués, mieux ils se rappellent le nom de la marque, et plus ils la reconnaissent.

Malgré ce résultat intéressant et contre-intuitif, nous ne validons pas H3 car les résultats observés vont dans le sens opposé à nos prévisions.

Tableau 37 Moyennes des scores de rappel de la catégorie, de rappel de la marque et de reconnaissance de la marque, valeur de F et η² en fonction du niveau de complexité

Publicitéssimples Publicitéscomplexes F η2
Rappel de la catégorie Rappel de la marque Reconnaissance de la marque 0,830,200,62 0,850,200,41 0,1422,067*-2,022* 0,0010,0370,036

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 37 présente les résultats de la complexité sur nos trois mesures de mémorisation à l’aide du modèle linéaire généralisé (General Linear Model). Nous trouvons un effet positif significatif de la complexité sur le rappel de la marque (p = 0,041), et un effet négatif significatif sur la reconnaissance de la marque (p = 0,046). Ainsi, plus la publicité est complexe plus on s’en rappelle. En revanche, plus la publicité est simple, mieux on la reconnaît.

Au vu de nos résultats nous ne pouvons valider notre hypothèse H6 que pour la mesure de reconnaissance de la marque. En effet, nous trouvons qu’effectivement les participants reconnaissent moins bien les informations présentées lorsque celles-ci requièrent beaucoup de ressources cognitives pour être comprises par rapport à des informations plus facilement assimilables. Mais de façon surprenante, ils se souviennent mieux de la marque dans le même temps.

Tableau 38 Coefficients de régression non standardisés B, valeur de t et R² du rappel de la catégorie, du rappel de la marque, et de la reconnaissance de la marque pour l’interaction de la fatigue et de la complexité

Coefficient B(valeur de t) R2
Rappel de la catégorie Rappel de la marque Reconnaissance de la marque -0,04(-0,175)-0,10*

(-2,361)

-0,052

(-0,997)

0,0010,0480,009

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Le tableau 38 présente les résultats de l’interaction de la fatigue et de la complexité sur nos trois mesures de mémorisation à l’aide du modèle linéaire généralisé (General Linear Model). Nous trouvons un effet significatif de l’interaction pour le rappel de la marque. En revanche, les interactions ne sont pas significatives pour le rappel de la catégorie et la reconnaissance de la marque.

Pour savoir si nous pouvons valider ou non notre hypothèse H9, regardons plus en détail le profil de l’interaction significative sur le rappel de la marque.

Figure 41. Effet significatif de l’interaction entre la fatigue et la complexité sur le rappel de la marque (p = 0,020)

Les scores les plus élevés sont ceux des conditions « participants pas fatigués + publicités simples » et « participants fatigués + publicités complexes ». Ce dernier résultat est tout à fait contre-intuitif et va dans le sens opposé de nos hypothèses. Malgré l’effet significatif de l’interaction fatigue et complexité sur le rappel de la marque, nous ne validons pas H9 car le résultat ne correspond pas à la théorie d’adéquation des ressources. Nous nous attendions en effet à ce que les cas d’adéquation des ressources « participants pas fatigués + publicités complexes » et « participants fatigués + publicités simples » obtiennent les scores les plus élevés.

Figure 42. Pas d’effet d’interaction entre la fatigue et la complexité sur le rappel de la catégorie de produit (p = 0,369)

Figure 43. Pas d’effet d’interaction entre la fatigue et la complexité sur la reconnaissance de la marque

En résumé, nous pouvons conclure que, contrairement à ce que nous avions prévu, la théorie d’adéquation des ressources ne s’applique pas au processus de mémorisation. Le fait que les niveaux de ressources disponible et exigé coïncident n’influence pas positivement et de façon significative les performances de mémorisation. L’hypothèse H9 n’est donc pas validée.

De façon surprenante, nos résultats montrent que lorsque les participants sont fatigués, ils se rappellent mieux les marques présentées dans les publicités complexes.

e. Contrôle par le moment de la journée

Comme pour les étudiants, les employés sont venus participer à l’expérience à différents moments de la journée. Pour savoir si le moment de la journée altère les résultats que nous avons obtenus, nous avons effectué des régressions hiérarchiques multiples pour chacune de nos variables dépendantes. Ces régressions se sont faites en deux étapes. La première étape consiste à intégrer la fatigue, la complexité, et le produit d’interaction Fatigue*Complexité. Dans la deuxième étape, nous rajoutons à ces trois termes le moment de la journée pour pouvoir contrôler les effets de nos deux variables principales par ce dernier.

Les tableaux 39 à 48 présentent les résultats de ces régressions hiérarchiques multiples. Contrôler par le moment de la journée ne modifie globalement pas nos résultats, sauf pour l’attitude envers la marque. Dans ce cas, l’interaction entre la fatigue et la complexité devient significative (p = 0,083). Ainsi, les évaluations de la marque par les participants pas fatigués visionnant les publicités simples sont de façon significative les plus élevées. Nous obtenons alors pour l’attitude envers la marque ce que nous observions déjà pour l’attitude envers le produit.

Tableau 39 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur le nombre de fixations lorsqu’on contrôle par le moment de la journée

NOMBRE DE FIXATIONS

Coefficient B (valeur de t)

1 2

Fatigue 8,84*** (4,741) 8,86*** (4,739)
Complexité 16,85†(1,653) 17,79†(1,725)
Fatigue * Complexité -9,93*** (-3,541) -10,24*** (-3,594)
Moment de la journée -3,42
(-0,674)
0,249*** 0,252

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 40 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur le temps total de fixation lorsqu’on contrôle par le moment de la journée

TEMPS TOTAL DE FIXATION

Coefficient B (valeur de t)

1 2
Fatigue 1856*** (4,521) 1859*** (4,513)
Complexité 3521 3668
(1,568) (1,613)
Fatigue * Complexité -2098*** (-3,397) -2146*** (-3,418)
Moment de la journée -533
(-0,477)
0,234*** 0,236

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 41 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur la distance totale parcourue lorsqu’on contrôle par le moment de la journée

DISTANCE TOTALE PARCOURUE

Coefficient B (valeur de t)

1 2
Fatigue 1523*** 1528***
(4,811) (4,824)
Complexité 3087†(1,783) 3315†(1,896)
Fatigue * Complexité -1749*** -1823***
(-3,671) (-3,777)
Moment de la journée -825
(-0,961)
0,252*** 0,258

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 42 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur la durée moyenne d’une fixation lorsqu’on contrôle par le moment de la journée

DUREE MOYENNE D’UNE FIXATION

Coefficient B (valeur de t)

1 2
Fatigue -0,07 -0,01
(-0,027) (-0,006)
Complexité 2,33 0,11
(0,171) (0,008)
Fatigue * Complexité -2,52 -3,31
(-0,67) (1,049)
Moment de la journée -8,85
(-1,32)
0,024 0,039

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 43 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur la longueur moyenne d’une saccade lorsqu’on contrôle par le moment de la journée

LONGUEUR MOYENNE D’UNE SACCADE

Coefficient B

(val eur de t)

1 2
Fatigue -1,32 -1,30
(-0,277) (-0,271)
Complexité -1,77 -0,50
(-0,068) (-0,019)
Fatigue * Complexité 6,34 5,92
(0,882) (0,810)
Moment de la journée -4,62
(-0,355)
0,024 0,025

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 44 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur l’attitude envers la marque lorsqu’on contrôle par le moment de la journée

ATTITUDE ENVERS LA MARQUE

Coefficient B (valeur de t)

1 2
Fatigue -0,06 -0,04
(-0,811) (-0,621)
Complexité -0,92*(-2,413) -0,98**(-2,670)
Fatigue * Complexité -0,15 -0,18†
(-1,445) (-1,034)
Moment de la journée -0,54**(-3,017)
0,076* 0,153**

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 45 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur l’attitude envers le produit lorsqu’on contrôle par le moment de la journée

ATTITUDE ENVERS LE PRODUIT

Coefficient B (valeur de t)

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 46 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur le rappel de la catégorie lorsqu’on contrôle par le moment de la journée

RAPPEL DE LA CATEGORIE

Coefficient B (valeur de t)

1 2
Fatigue 0,02 0,02
(1,031) (1,015)
Complexité 0,01 -0,04
(0,041) (-0,282)
Fatigue * Complexité -0,03 -0,02
(-0,901) (-0,527)
Moment de la journée 0,145* (2,382)
0,034 0,082*

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 47 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur le rappel de la marque lorsqu’on contrôle par le moment de la journée

RAPPEL DE LA MARQUE

Coefficient B (val eur de t)

1 2
Fatigue 0,05†(1,855) 0,05†(1,846)
Complexité 0,33* (2,067) 0,33* (2,028)
Fatigue * Complexité -0,10*(-2,361) -0,10*(-2,309)
Moment de la journée 0,01
(0,072)
0,049 0,049*

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

Tableau 48 Effets de la fatigue, de la complexité, et de l’interaction fatigue*complexité sur la reconnaissance de la marque lorsqu’on contrôle par le moment de la journée

RECONNAISSANCE DE LA MARQUE

Coefficient B (valeur de t)

1 2
Fatigue 0,06† 0,06†
(1,792) (1,811)
Complexité -0,38*(-2,022) -0,41*(-2,153)
Fatigue * Complexité -0,05 -0,06
(-0,997) (-1,161)
Moment de la journée -0,10
(-1,099)
0,061† 0,071

*** p<0,001; ** p<0,01; * p<0,05; † p<0,10

6.2.3 Etude 2B – Conclusion

Tableau 49 Test de nos hypothèses

H1 : Effet positif de la fatigue sur les mouvements des yeux Validée
H2 : Effet négatif de la fatigue sur les attitudes Non significatif
H3 : Effet négatif de la fatigue sur la mémorisation Sens opposé
H4 : Effet positif de la complexité sur les mouvements des yeux Validée
H5 : Effet négatif de la complexité sur les attitudes Validée
H6 : Effet négatif de la complexité sur la mémorisation Validée(reconnaissance de la marque)
H7 : Effet positif de l’excès de ressources exigé sur lesmouvements des yeux Validée
H8 : Effet positif d’adéquation fatigue-complexité sur les attitudes Sens opposé(attitude envers leproduit)
H9 : Effet positif d’adéquation fatigue-complexité sur lamémorisation Sens opposé(rappel de la marque)

Nous constatons que les effets de la fatigue se manifestent chez les salariés au niveau des mouvements des yeux mais pas au niveau des attitudes. En effet, nous observons que les stratégies visuelles sont plus intenses lorsque les participants sont fatigués et qu’ils doivent visionner des publicités complexes. Ces résultats au niveau des mouvements des yeux nous permettent d’observer le fait que les participants engagent une stratégie compensatoire au moment de l’encodage de l’information visuelle pour contrer la fatigue. Ainsi, ce surcroit d’élaboration permet de gommer les effets négatifs de la fatigue sur les attitudes, entrainant des évaluations équivalentes pour les personnes fatiguées et celles qui ne le sont pas.

Quant aux scores de mémorisation, la fatigue influence le rappel et la reconnaissance de la marque de façon tout à fait surprenante. Nous trouvons en effet que plus les participants sont fatigués, plus ils se rappellent de la marque et plus ils la reconnaissent. Le surcroit d’élaboration au moment de l’encodage, dû à la stratégie de compensation de la fatigue, semble donc avoir un effet bénéfique sur ces deux mesures de mémorisation. En revanche, le rappel de la catégorie n’est pas influencé par la fatigue. Peut-être sommes nous ici encore en présence d’un effet de seuil, les performances à cette question étant toutes très élevées quelle que soit la condition.

En ce qui concerne les effets de la complexité, nous validons toutes nos hypothèses. Nous trouvons que les publicités complexes entrainent des mouvements des yeux plus intensifs, ce qui nous permet de déduire qu’elles sont traitées à un niveau plus profond. Ce traitement plus approfondi semble généré par une plus grande difficulté pour comprendre le stimulus. Cette difficulté entraine de moins bonnes évaluations pour les publicités complexes que pour les publicités simples. Quant aux scores de mémorisation, nous validons l’hypothèse de supériorité de la simplicité pour la reconnaissance de la marque. En revanche, nous trouvons un effet de supériorité de la complexité dans le cas du rappel de la marque.

Nous observons que la théorie d’adéquation des ressources ne nous permet pas, ici non plus, de rendre compte de nos résultats quant à l’interaction de la fatigue et de la complexité. Tout d’abord, nous trouvons que conformément à nos hypothèses sur les mouvements des yeux, les publicités complexes génèrent de façon significative le plus grand nombre de fixations, le plus long temps total passé à fixer la publicité, ainsi que la plus longue distance parcourue sur la publicité lorsque les participants sont fatigués. Nos résultats montrent en effet que lorsque les ressources exigées dépassent les ressources disponibles, les participants doivent mobiliser plus de ressources pour traiter les informations présentées.

En ce qui concerne les attitudes, nous nous attendions à ce qu’elles soient plus élevées lorsque les participants fatigués visionnent des publicités simples, le peu de ressources cognitives disponibles coïncidant alors avec la faible demande de ressource de la tâche. Et nous avions prévu que les attitudes soient plus faibles lorsque ces participants visionnent les publicités complexes, la tâche requérant alors un surcroit de ressources cognitives par rapport au niveau de ressources disponibles. Mais nos résultats montrent plutôt que pour les participants fatigués, disposant donc de peu de ressources cognitives, le niveau de complexité des publicités importe peu car les attitudes sont toutes moyennes. Nous retrouvons ainsi la même structure de résultats que pour l’effet principal de la fatigue : le surplus d’élaboration du stimulus complexe par les participants fatigués entraine une compensation de la fatigue, gommant ses effets négatifs sur les attitudes. Quant aux participants pas fatigués, ils évaluent beaucoup mieux les marques et les produits des publicités simples que complexes. Le cas d’inadéquation des ressources prévaut donc. Nos résultats montrent donc que pour obtenir les évaluations les plus positives, il vaut finalement mieux avoir le maximum de ressources disponibles pour accomplir une tâche qui n’est pas très exigeante.

Quant aux scores de mémorisation, nous obtenons un autre résultat contre-intuitif pour le rappel de la marque. En effet, nous observons que les scores sont les plus élevés lorsque les participants ne sont pas fatigués et qu’ils visionnent des publicités simples, ainsi que lorsque les participants sont fatigués et qu’ils visionnent des publicités complexes. Ce dernier résultat est tout à fait contre-intuitif. On peut penser que la mobilisation de ressources observée au niveau des mouvements des yeux a donc un effet bénéfique sur le rappel de la marque. Ainsi, le surcroit d’élaboration au moment de l’encodage, dû à la stratégie de compensation de la fatigue, permet aux participants fatigués d’obtenir des traces durables des informations présentées lorsqu’ils visionnent des publicités complexes, leur permettant ainsi de mieux se souvenir de la marque promue.

Influence de la fatigue du consommateur sur le processus de traitement visuel d’une publicité
Thèse en vue de l’obtention du Doctorat en sciences de gestion
Université Paris 1 Panthéon – Sorbonne – Ecole des Hautes Etudes Commerciales de Paris

Sommaire :