Psicothema, 2008. Vol. Vol. 20 (nº 2). 331-336

Ángel Villarino Vivas, José Manuel Reales Avilés, Ana Isabel Fontes de Gracia y Sofía Fontes de Gracia

Considerando la literatura experimental sobre la medida de la sensibilidad en tareas de estimación de magnitudes, en este trabajo analizamos las tres medidas de la sensibilidad más utilizadas, que son: el coeficiente de correlación de Pearson (R) entre el logaritmo del estímulo y el logaritmo de la respuesta, el exponente de la ecuación potencial de Stevens (K) y la medida «M» propuesta por Garriga-Trillo. Utilizando una muestra amplia (180 participantes), dos tipos de estímulo (segmentos y cuadrados) y modificando el rango estimular (ancho y estrecho), se descartó el uso de K como medida de la sensibilidad, porque los resultados que ofrece al comparar dos rangos estimulares son contrarios a los esperados. También se descartó el uso de M porque es una transformación lineal del coeficiente de correlación tau de Kendall. Finalmente, se comprobó que aplicando a la medida R la transformación matemática propuesta por Fisher se logra una distribución normal, siendo esta transformación la que se consideró como una medida de la sensibilidad más adecuada en la aplicación de estimación de magnitudes.

Evaluation of three sensitivity measures in magnitude estimation tasks. Taking into account the studies about the measure of sensitivity in magnitude estimation tasks, we analyze the three most common measures used in this topic: Pearson’s product-moment correlation between the logarithm of the stimulus and the logarithm of the response (R), the exponent of Stevens’ power function (K), and the measure "M" proposed by Garriga-Trillo. Using a sample of participants greater than usual in psychophysical studies (180 participants), we designed an experiment with two sets of stimuli with different stimulus ranges. In each of these sets, we used two kinds of stimuli (line segments and squares). Our conclusions were: (1) we rejected the use of K as a sensitivity measure because the results provided by this index were the opposite of those expected when we compared the two stimulus ranges. (2) We also rejected the use of M because this measure is a linear transformation of Kendall’s coefficient of concordance. (3) Lastly, we suggest the mathematical transformation proposed by Fisher to achieve a normal distribution, and recommend this transformation as the best sensitivity measure.