为了更加精准地考查考生的各项能力,实践中的测验通常会包含多个维度结构。以PISA、TIMSS为代表的大型测验在框架设计上为多维结构,多维测验间的等值,成为一个不可回避的问题。目前关于多维测验的相关研究主要聚焦于探讨基于多维数据的IRT等值;探索开发新的MIRT等值方法、开发相应的软件程序;围绕MIRT等值探讨不同等值方法之间的比较及相关影响因素。本研究尝试将存在较高相关(r=0.8)的多维测验进行综合单维等值和多维等值,并在各种情境下比较两种等值方法的可行性和适用性,同时考查样本容量、每个维度包含锚题数这两个变量对于多维测验等值结果的影响。研究分为三个子研究,其中包含两个模拟研究和一个实证研究,研究结果如下:(1)参数等值时,在所有实验条件下综合单维等值的结果均优于多维等值方法,相对来说,两种方法对项目参数等值影响较小,对能力参数影响较大;分数等值时,综合单维IRT真分数等值结果同样优于多维IRT真分数等值结果;实证研究的验证结果基本同模拟研究保持一致;(2)不论综合单维等值还是多维等值方法,Stocking-Lord法和Haebara法对于参数等值的影响基本保持一致;(3)不论综合单维等值还是多维等值方法,项目参数的等值误差随着每个维度锚题数的增大而减小;锚题数量对能力参数的影响因样本量的不同而不同;IRT分数等值误差同样随着锚题数的增大而减小;(4)不论综合单维等值还是多维等值方法,项目参数等值的误差随着样本量的增大而减小,样本量的增大几乎对能力参数等值误差无影响;IRT真分数等值误差随着样本量增大而减小。