本研究旨在分析不同能力估計方法對多向度電腦化適性測驗(multidimensional computerized adaptive testing, MCAT)測量精準度的影響。研究分為兩階段:第一階段先找出在 MCAT 中 貝氏期望後驗法(expected a posteriori, EAP)的最佳節點數(quadrature point);第二階段是 比較最大概似法(maximum likelihood, ML)、期望後驗法(EAP)與最大後驗法(maximum a posteriori, MAP)在不同向度(二向度與四向度)及不同相關性(低相關與高相關)的情況 下，進行不同題數(20 題、40 題、60 題、80 題)MCAT 時的能力估計信度、偏誤(bias) 以及均方根誤(root mean square of error, RMSE)。階段一的結果顯示，隨著 EAP 節點數的增 加(從 5~30 點)與能力向度的增加，其選題所需的時間會明顯地增加。在考量到選題時間又 不致影響到測量精準度的情況下，在 MCAT 中將 EAP 的節點數訂為 10 是理想的選擇。階段 二的結果顯示，MAP 法與 EAP 法比 ML 法的能力估計信度高，均方根誤較低。在平均偏誤 方面此三種方法則無明顯差異，不過 MAP 法會有明顯的廻歸性偏誤。這些現象在能力間相 關較高、能力向度數量較多以及題數較少時會更明顯。整體而言，三種方法各有其優缺點， 其中 MAP 法的廻歸性偏誤、EAP 法的選題時間以及 ML 法的信度與測量誤差是未來進行 MCAT 時需要改善的問題。