在心理物理學家沃倫·托格森（Warren Torgerson）1958年的里程碑著作《量表理論和方法》（Theory and Methods of Scaling）一書中，他區(qū)分出了基本測量以及指定測量。指定測量為測量對象主觀指定數(shù)字，這種指定通常是根據(jù)合理性或者常識來做出的。這種測量最常見的例子就是里克特或者評分加總量表，其中連續(xù)的整數(shù)被賦予定序的類別：比如1代表強烈不同意，2代表不同意，3代表同意，以及4代表強烈同意。若干條題項的數(shù)字加總起來就構成了一個量表。雖然倫西斯·里克特（Rensis Likert）在介紹這一方法時確實試圖證明：賦予分類以不同數(shù)字也會產(chǎn)生高度相關的量表，但是他并沒有進一步論證：為什么要采取各類別之間是等距的，或者為什么各項分數(shù)可以直接加總。評分加總量表的特征，比如信度，是經(jīng)典測試理論的研究內(nèi)容。
　　托格森的著作所關心的內(nèi)容不同于心理學和社會科學的基本測量方法，它包含的是稍后被納入題項回答理論中的方法。在基本測量中賦予對象的數(shù)字都必須遵循一定的規(guī)則。舉例來說，在一個定序量表中，如果一個對象被賦予了比另一個對象更大的數(shù)字，那么必須證明其具有更多的測量對象的特性。同樣地，要論證一個等距量表，有必要證明量表數(shù)值之間的相同差異實際反映了測量對象在數(shù)量上的相同差異。另一種表述方法是，基本測量模型關于測量結構有很強的假定，這些假定可以用數(shù)據(jù)來證偽。
　　最簡單的題項回答模型涉及二分回答問題，用克萊德·庫姆（Clyde Coomb）1964年的開創(chuàng)性著作《數(shù)據(jù)理論》（ATheory of Data）中的術語來講，個人與題項處于一種支配關系。比如考試中的問題。個人是否正確答對考試題目同時取決于個人的知識或能力以及題目的難度。在這樣的模型中個人和題項被假定同時存在于一個共同的能力和難度的維度之上。比如，在確定性的哥特曼量表（deterministic Guttman-scale）模型中，個人的能力超過問題的難度時就必然會做出正確回答，否則就做出錯誤回答。概率題項回答模型，比如托格森討論的正態(tài)肩形模型，以及20世紀60年代由丹麥心理測量學家格奧爾格·拉希（Georg Rasch）引入的相似的logistic模型，則更加細微：正確回答某一題項的概率作為個人能力與題項難度的差異的函數(shù)而平穩(wěn)增加。
　　從哥特曼、托格森、拉希和庫姆的時代以來，題項回答理論發(fā)展迅速。雖然韋杰勃朗．H.凡舒爾（Wijbrandt H.van Schuur）在本書中討論了一系列題項回答模型，包括哥特曼量表和拉希模型，本書的重點關注針對二分和定序問題的定序題項回答理論，準確地說，即傳統(tǒng)上構成評分加總量表的數(shù)據(jù)類型�；卮鸬母怕适菃栴}和個人在潛在量度上的位置的聯(lián)合分布，這些模型不假定這種聯(lián)合分布是正態(tài)的、logistic的，或者其他任何一種特定分布。