Beyond Digital Access: Development and Validation of a Digital Engagement Scale for Older Adults in the United States

Résumé technique : Au-delà de l'accès numérique : Développement et validation d'une échelle d'engagement numérique pour les personnes âgées aux États-Unis

Énoncé du problème
Les mesures actuelles de l'inclusion numérique pour les personnes âgées reposent principalement sur des indicateurs binaires d'accès, la fréquence générale de l'utilisation d'Internet ou l'auto-évaluation des compétences numériques. Ces mesures ne parviennent pas à capturer la réalité comportementale de ce que les personnes âgées font réellement en ligne, occultant les différences qualitatives entre être « connecté » et être « engagé de manière significative ». La littérature existante tend souvent à regrouper diverses activités en ligne en un score composite unique, ce qui masque les prédicteurs et les conséquences distincts de comportements numériques spécifiques. De plus, de nombreux instruments existants sont conçus pour d'autres populations (par exemple, des étudiants, des échantillons cliniques) ou mesurent des construits latents comme la littératie et l'acceptation plutôt que la fréquence comportementale observée. Un manque critique existe également concernant l'absence de tests d'invariance de mesure ; sans établir que les instruments fonctionnent de manière équivalente à travers différents groupes sociodémographiques, les différences observées dans la participation numérique peuvent refléter un biais de mesure plutôt que de réelles disparités.

Méthodologie
Cette étude a utilisé une approche de développement d'échelle secondaire à partir des données du questionnaire « Leave-Behind » de l'étude Health and Retirement Study (HRS) de 2022, une étude de cohorte nationale représentative des adultes américains âgés de 51 ans et plus.

• Échantillon : Le pool structurel initial comprenait 3 306 répondants disposant de données complètes sur 31 items de candidats aux activités numériques. Cet échantillon a été divisé de manière aléatoire en un échantillon de calibration pour l'analyse factorielle exploratoire (AFE) ($n=1\,653$) et un échantillon de maintien pour l'analyse factorielle confirmatoire (AFC) ($n=1\,653$). Un échantillon de validité de critère plus large ($N=3\,551$) a été utilisé pour les analyses descriptives et de régression.
• Instrument : L'étude a évalué 31 items ordonnés par catégories (codage inverse de 1 à 5, où 5 indique une utilisation quotidienne) couvrant un large éventail d'activités liées aux appareils modernes.
• Stratégie analytique :
  • Analyse factorielle : Étant donné la nature ordonnée par catégories des données et les effets de plancher de certains items, l'étude a employé des corrélations polychoriques et l'estimateur WLSMV (Weighted Least Squares Mean- and Variance-Adjusted). Une AFE avec rotation oblique a été menée pour identifier la structure latente, suivie d'une AFC pour tester le modèle résultant par rapport à une alternative unidimensionnelle.
  • Validité et fiabilité : L'étude a évalué la cohérence interne (alpha ordinal, omega de McDonald, fiabilité composite), la validité convergente (variance moyenne extraite) et la validité discriminante (ratio de corrélation hétérogène-monohétérogène, HTMT).
  • Test d'invariance : Une AFC multigroupe a été réalisée pour tester l'invariance de la mesure (configurationnelle, de seuil, de charge et résiduelle) selon le genre, l'âge, l'éducation, la race/ethnicité et le revenu.
  • Validité de critère : La validité des groupes connus a été examinée en comparant les scores DES entre les groupes sociodémographiques et en utilisant une régression linéaire multiple pour prédire l'engagement global.
• Résultats clés :
  • Structure factorielle : L'AFE et l'AFC subséquente ont soutenu une structure à trois facteurs de 14 items qui surpasse significativement le modèle unidimensionnel. Les trois dimensions sont :
    1. Engagement informationnel : (5 items ; ex. : consulter la météo, s'informer sur l'actualité, chercher des idées).
    2. Engagement social-communicationnel : (4 items ; ex. : messagerie, réseaux sociaux, partage de photos).
    3. Engagement transactionnel : (5 items ; ex. : banque en ligne, achats, réservation de transport/voyages).
  • Ajustement du modèle : Le modèle à trois facteurs présente un excellent ajustement dans l'échantillon de maintien (CFI = .963, TLI = .955, RMSEA = .056, SRMR = .053), comparativement au faible ajustement du modèle unidimensionnel (CFI = .896).
  • Fiabilité et validité : Les trois domaines présentent une forte fiabilité ($\omega$ = .84–.85 ; CR = .83–.84) et une validité convergente (AVE > .50). La validité discriminante a été confirmée par les valeurs HTMT (toutes < .85), avec la corrélation la plus forte entre l'engagement informationnel et l'engagement social-communicationnel (.79) et la plus faible entre l'engagement informationnel et l'engagement transactionnel (.66).
  • Profils d'engagement : Les résultats descriptifs indiquent que l'engagement informationnel est le domaine le plus fréquent ($M=3.44$), suivi de l'engagement social-communicationnel ($M=3.17$), tandis que l'engagement transactionnel est le moins fréquent ($M=1.98$), avec des effets de plancher significatifs pour des items comme la réservation de transport ou de voyages.
  • Modèles sociodémographiques : Les analyses de régression ont confirmé qu'un engagement plus élevé était associé à un âge plus jeune, un niveau d'éducation plus élevé, un revenu plus élevé et un genre féminin. Le gradient éducatif est le prédicteur le plus fort ($\beta = 0.275$).
  • Invariance de la mesure : La structure à trois facteurs démontre une invariance configurationnelle, de seuil, de charge et résiduelle selon le genre, l'âge, l'éducation et la race/ethnicité. L'invariance pour le revenu montre un changement légèrement plus important du CFI ($\Delta$CFI = .013) que le seuil conventionnel de .010, suggérant que les comparaisons basées sur le revenu doivent être interprétées avec prudence, bien que la structure globale reste stable.

Contributions principales
L'article apporte trois contributions principales, formulées modestement comme une évaluation psychométrique plutôt que comme un développement d'échelle de novo :

1. Évaluation psychométrique d'items existants : L'étude démontre que les items comportementaux existants de l'HRS soutiennent une structure multidimensionnelle cohérente, fiable et invariante, validant leur utilisation pour mesurer l'engagement numérique sans nécessiter la génération de nouveaux items.
2. Investigation partielle de la dimensionnalité : Elle récupère les dimensions latentes de l'utilisation de la technologie par les personnes âgées capturées par le module de l'HRS, en distinguant les comportements informationnels, sociaux et instrumentaux. Les auteurs notent que les domaines non représentés dans les items de l'HRS (ex. : portails de télésanté, usage de l'IA) restent invisibles pour cette mesure spécifique.
3. Interprétation guidée par la théorie : L'étude propose une interprétation théorique a posteriori de la structure empiriquement dérivée en utilisant la théorie des usages et des gratifications (UGT) et la théorie de la sélectivité socio-émotionnelle (SST). L'UGT aide à catégoriser le contenu des trois domaines (informationnel, social, instrumental), tandis que la SST offre une explication développementale de la raison pour laquelle les personnes âgées peuvent privilégier les activités informationnelles/sociales à faible risque par rapport aux activités transactionnelles à risque plus élevé.

Signification et affirmations
Les auteurs affirment que l'Échelle d'Engagement Numérique (DES) offre un outil précis et ancré dans le comportement pour distinguer comment les personnes âgées participent à la vie numérique, dépassant la question de savoir si elles sont en ligne.

• Recadrage de l'inégalité numérique : Les résultats mettent en lumière un phénomène d'« inclusion partielle » où les personnes âgées peuvent être fortement engagées dans les domaines informationnels et sociaux, mais restent exclues des domaines transactionnels (banque, voyage, commerce) qui sont de plus en plus essentiels à l'autonomie quotidienne. Cela suggère que l'inégalité numérique est passée des écarts d'accès aux disparités dans les types d'activités pratiquées.
• Utilité pour les politiques et la recherche : En établissant l'invariance de la mesure, la DES permet des comparaisons valides entre les principaux groupes sociodémographiques. Les auteurs soutiennent que les interventions doivent être spécifiques au domaine ; par exemple, les personnes âgées ayant un faible engagement transactionnel pourraient avoir besoin de stratégies de renforcement de la confiance et de réduction des risques plutôt que de formations génériques à la littératie numérique.
• Limites : Les auteurs reconnaissent explicitement que l'échelle est limitée aux activités mesurées dans le module de l'HRS et qu'elle n'évalue pas la compétence, la confiance ou la qualité d'utilisation. La conception transversale empêche les inférences causales, et les explications théoriques concernant le risque et la motivation sont interprétatives plutôt qu'empiriquement testées dans cette étude.

En conclusion, l'article pose comme principe que l'inclusion numérique à un âge avancé ne peut être comprise comme un construit unique. La DES fournit un mécanisme validé pour identifier les domaines spécifiques de marginalisation numérique, particulièrement dans les activités transactionnelles, offrant ainsi une base plus nuancée pour les politiques et la recherche sur l'inégalité numérique.