標準 Rasch 模型將所有題目的區辨度固定為相同值，通常以 1 作為尺度設定。這表示不同難度的題目只在位置上不同，不允許某些題目對能力差異特別敏感、另一些題目則較不敏感。
這項限制使 Rasch 比允許題目自由估計區辨度的 2PL 模型更嚴格。嚴格不代表永遠更好，而是模型不會為了貼合每一份資料而不斷調整題目參數；研究者可以檢驗資料是否足以支持這種測量主張。若資料不支持，應考慮修訂題目、重新界定構念或改用符合資料結構的模型。
思與行
- 模型選擇前，先寫下需要共同量尺的理由，以及共同區辨度是否符合題目設計。
- 不把 Rasch 與 2PL 的比較簡化成「哪個擬合更好」；先確定研究想保留什麼測量性質。