J. Plateau et, après lui, J. Delbœuf avaient utilisé une méthode directe d’estimation en vue de tester la validité du postulat de Fechner. Si l’on choisit trois stimuli A, B et C tels qu’il y ait entre A et B le même nombre d’échelons différentiels qu’entre B et C, on s’attend, en vertu de ce postulat, à ce que la différence entre A et B soit perçue comme égale à la différence entre B et C. Cela n’a pas été vérifié en général, mais l’interprétation à en tirer n’est pas claire: on peut incriminer soit le postulat, soit la validité de la méthode d’estimation directe. Cette méthode d’estimation directe a été reprise et étendue par S. S. Stevens qui a proposé sur la base des résultats qu’il a obtenus une "nouvelle psychophysique".

Stevens utilise deux types de méthodes: les échelles de catégories, analogues à celles qui sont décrites ci-dessus, consistent à intercaler entre deux stimuli un stimulus intermédiaire tel que les différences paraissent égales. Les échelles d’estimation directe des grandeurs exigent du sujet une estimation du rapport entre deux stimuli présentés: un nombre est associé arbitrairement au premier stimulus, 10 par exemple, et le sujet doit fournir un nombre exprimant, relativement à 10, le rapport qu’a pour lui l’intensité du second stimulus par rapport à celle du premier.

Pour diverses dimensions sensorielles, l’échelle obtenue par la méthode des catégories ne coïncide pas avec l’échelle fournie par l’estimation directe, et ces deux échelles diffèrent elles-mêmes de celles que l’on obtient en cumulant les échelons différentiels selon la méthode de Fechner. La figure 1 le montre pour la dimension d’intensité d’un son. Les deux premières échelles ont une pente moins forte que la dernière pour les sons peu intenses et une pente plus forte pour les sons plus intenses.

À partir des estimations directes de grandeurs, Stevens développe une conception qui repose sur la distinction entre deux types de dimensions sensorielles. Les dimensions pour lesquelles les différences perçues comportent un changement du siège de l’excitation au niveau physiologique (comme la hauteur d’un son, la tonalité chromatique) obéiraient au postulat de Fechner: les échelons différentiels sont subjectivement égaux et la sensation est une fonction logarithmique de l’excitation. Les dimensions pour lesquelles les différences perçues relèvent d’une modification additive de l’excitation (comme l’intensité sonore) obéiraient à une fonction puissance de la forme Q = k Sn , où Q est la sensation, S le stimulus, k  une constante qui dépend de l’unité de mesure et n  l’exposant qui varie selon la dimension considérée et donne la pente de la courbe. Stevens et ses collaborateurs ont estimé expérimentalement la valeur de l’exposant pour un grand nombre de dimensions.

La prise en considération du mécanisme de réponse

Dans la perspective de la psychophysique classique comme dans celle de la psychophysique de Stevens, la réponse du sujet est supposée traduire directement l’intensité de l’excitation: aucune place n’est faite dans la théorie aux particularités de la réponse ni aux conditions dans lesquelles elle est fournie. Or, on a constaté, dans la mesure des seuils absolus, que, si par la consigne on invite le sujet à répondre positivement, même lorsqu’il est peu sûr de l’exactitude de sa réponse, on obtient des seuils plus bas. On peut supposer que le fait de donner une réponse indiquant la présence du stimulus représente pour le sujet un certain coût et qu’il ne la donnera que s’il a un niveau de certitude suffisant. Dans cette perspective, le fait que le sujet n’ait pas donné une réponse positive ne signifie pas nécessairement qu’il n’a rien perçu du stimulus. On est alors amené à essayer de faire la part de ce qui relève de l’excitation et de ce qui relève de l’émission de la réponse. Pour cela, il est nécessaire d’avoir un modèle explicite de la production de la réponse.

Un tel modèle a été proposé dans leur "théorie de la détection du signal" par W. P. Tanner et J. A. Swets. Considérons une situation dans laquelle on peut avoir soit un bruit blanc seul (bruit), soit ce même bruit blanc accompagné d’un signal sonore (signal bruit). À chaque stimulation par le bruit blanc correspond une excitation qui peut varier d’un essai à l’autre et que l’on suppose répartie suivant une distribution déterminée (gaussienne, par exemple). De la même façon, à chaque stimulation engendrée par la condition "signal et bruit" correspond une excitation variable des récepteurs qui suit également une distribution gaussienne. La moyenne de cette dernière distribution est supérieure à celle de la première.

Le sujet doit dire à chaque essai si c’est le cas B ou le cas S qui s’est réalisé. Il dispose d’une matrice de coûts et de gains: il gagne une somme G1 s’il a dit B, alors que c’était B; il gagne une somme G2 s’il a dit S, alors que c’était S; il perd une somme C1 s’il a dit B, alors que c’était S; il perd une somme C2 s’il a dit S, alors que c’était B. Il est supposé être dans la situation d’un statisticien qui reçoit une certaine valeur (celle de l’excitation à l’essai en question) et qui doit décider si cette valeur appartient à la distribution B ou à la distribution S. La bonne stratégie consiste à se fixer un critère sur l’abscisse: si la valeur est supérieure au critère, on répond S; si elle est inférieure, on répond B. Si l’on connaît la forme des distributions, on peut déterminer où situer le critère de manière à obtenir le gain maximal. On peut voir intuitivement que, s’il est très coûteux de ne pas détecter un signal et pas trop coûteux de dire qu’il y avait un signal alors qu’il n’y en avait pas, il vaut mieux placer le critère assez bas, comme sur la figure 2. Un ensemble de résultats expérimentaux a montré que ce modèle fournit une assez bonne approximation du comportement des sujets quand on fait varier les coûts et les gains des deux types de réponses. Dans le cadre de ce modèle, on peut estimer la différence entre les moyennes des deux distributions (qui représente la différence d’intensité perçue) indépendamment des paramètres de la réponse.

Cette théorie fait intervenir explicitement l’évaluation d’un coût et d’un gain de la réponse, dont on peut supposer raisonnablement qu’elle intervient également dans les situations classiques de mesure de seuil, où il n’y a pas de pertes ni de gains objectifs