Esto es muy subjetivo. Para empezar, no sabes si al mismo volumen subjetivo, o bien objetivo, con un sonómetro en mano, los amplis entregan ambos la misma corriente, ya sean wattios o la cantidad de amperios. Porque un ampli hace que las cajas den un grave fofo y otro parece recortar los graves, o contenerlos? Por qué unos dan unos picos de agudos molestos y otros más apagados? Nadie los distingue?

Apenas notaste diferencias entre el Onkio y el Luxman...entonces para ti son iguales. Si fueran distintos, muy distintos tendrías que notarlo.
Las pruebas de laboratorio están muy bien en el laboratorio, para la teoría, pero en la vida real, dos amplis, funcionando al mismo volumen subjetivo, pueden estar funcionando a distinto nivel de amperios, con distinta reserva de corriente y una dinámica que en momentos puntuales se hace notar en uno más que en otro (al menos que sean muy similares y también dependerá del material que se amplifique). Además los hay con un sonido más metálico o frío y otros más cálidos...Eso, lo hemos percibido muchos con orejas normales.

Pero bueno, esto es en el mundo real con unas orejas normales. En laboratorio con todas las condiciones controladas e igualadas seguramente suenen tan parecidos pues las posibles causas de "sesgos subjetivos" están controladas. Si fueramos robots, esas pruebas serían muy adecuadas, 2+2=4
Pero son iguales todas las orejas? Percibimos todos igual?
Por eso la psicología básica con sus pruebas de laboratorio que tratan de aislar todas las variables significativas son tan difíciles de aplicar al mundo real, con tantas variantes incontrolables y multiples causas.

Yo defiendo una postura más humanista. Lo que oyes es lo que vale y si no percibes diferencias y quieres darle una base teórica, pues para eso están las pruebas de matrix y sus diseños y teorías. Un experimentador puede demostrar lo que se proponga. Basta con diseñar la prueba de una manera consciente o insconscientemente para arrojar unos resultados más o menos provables.

Pongamos que quiero averiguar si el ampli A es mejor que B. Y hago una prueba ciega. En ese caso, sería necesario un montón de pistas diferentes, presentadas aleatoriamente primero tema 1 en A, luego en B, tema 2 en a, luego en B, tema 3 en B, luego A, 4 en A...así al azar.
Y valorar distintos parámetros, transparencia, equilibrio entre las frecuencias, cualidad del sonido(metálico, apagado, cálido....una lista de adjetivos)

Habría que dedicar mucho tiempo y diseñar una prueba lo suficientemente SENSIBLE para que se pudieran obtener una cantidad de variables o cualidades del sonido evaluadas para ambas máquinas y reducidas a puntuaciones, para poder obtener diferencias estadísticas en cada una de ellas. Y esto pasando individualmente la presentación breve de trozos de piezas musicales aleatoriamente en A y B, B y B, A y A, B y A...para:

Saber si 1) la persona distinque un ampli de si mismo
2)La persona distingue un ampli de otro.
3) Comprobar la consistencia de las discriminaciones y saber si es estadísticamente consistente, para cada una de las variables...y tendrían que ser unas cuantas...pero no demasiadas, para no desmotivar al sujeto o fatigarlo.

Además, habría que realizar estas pruebas en distintos momentos con cada sujeto, para controlar el problema de la fatiga auditiva y de la atención.
Luego habría que sacar los datos estadísticos, individualmente, y del grupo.
Puede que las diferencias fueran pequeñas, o que no hubieran...pero si se hicieran así las cosas creo que esas conclusiones serían más interesantes para mi. Aunque yo me fijaría en mis resultados y pasaría de los del grupo, ya que no voy a usar sus orejas cuando esté oyendo mi equipo o eligiendo un componente.

Para una persona que parte de la tesis de que las diferencias son mínimas, el esfuerzo y la dedicación por diseñar una prueba semejante, quedan lejos de su motivación.
No me hace falta leer las pruebas de matrix para saber que no se han realizado con criterios "audiofilos"...y que esas diferencias subjetivas que caracterizan a la percepción humana y que habría que valorar son reducidas y controladas y minimizadas por el propio experimento. Seguro que sí que se miden las características mecánicas -físicas objetivas...claro que sí. Y así sale el resultado esperado.