在大规模测验中,往往需要进行分数等值。IRT真分数等值和IRT观察分数等值的方法,不仅具有IRT等值的优势,还能直接得到原始分数之间的转换关系,因此更具有应用价值。但是这些方法均建立在IRT单维性假设下,而现实中的测验大多是多维的。如果忽略数据结构,采用单维方法进行等值,将会得到不准确的结果。本研究基于随机等组设计下的某大型英语测验的数据将单维IRT真分数等值和观察分数等值的方法推广到多维。首先对数据的多维性进行了检验。其次比较了五种等值方法:单维IRT真分数等值,单维IRT观察分数等值,多维近似单维IRT真分数等值,多维近似单维IRT观察分数等值,等百分位等值之间的差异。其中,等百分位等值因其不要求单维性假设,而被选作比较标准。结果显示,当数据符合多维结构时:(1)两种单维等值方法较为一致,两种多维等值方法也较为一致,单维和多维等值方法间差异较大;(2)多维等值方法与等百分位等值的结果更加一致。