目前關於雙因子CAT的基本過程包括兩種，一種是基於單維視角的BCAT過程，另一種是基於多維視角的BCAT過程。
一、基於單維視角的BCAT過程
在基於單維視角的BCAT（CAT With the Bifactor Model，BICAT）程序中，一般因子與特殊因子的施測過程是分別進行的，首先施測一般因子，接著施測特殊因子，選題的時候隻考慮一個維度，被試每完成一個題目，當即估計被試在當前施測維度上的潛在特質水平（θ），如圖8-2-1所示。
圖8-2-1 基於單維視角的BCAT過程
根據Weiss和Gibbons（2007）的研究過程，BICAT的算法過程通常需要考慮下麵幾項內容：
第一步，驗證一組題目作答數據是否擬合雙因子模型。
第二步，（在數據擬合雙因子模型的前提下）把從雙因子解中獲得的每個題目的截距參數（Intercept Parameter）（γi）轉換成兩參數Logistic IRT模型下的bi參數。轉換過程可以通過下麵的公式獲得
在上述公式中，aiG表示第i題在一般因素上的項目區分度。
兩參數的Logistic模型如下所示：
在上述公式中：
uij表示被試j在第i題上的作答結果，為二級計分，當被試正確作答，則記為1分，否則記為0分。
θj表示被試j的特質水平。
D=1.7，是一個常數。
第三步，對每個被試進行一般因素維度題目的CAT。每次開始進行CAT的時候，都以0作為θ的初始值，選題過程中隻需要考慮一般因子。被試在一般因素上的潛在特質水平θ采用貝葉斯模型估計（MAP）或EAP等方法進行估計，CAT的終止策略采用固定θ估計標準誤（SEM）等方法，從而使得不同被試需要完成的題目數量有所差異。
對於一般因素施測，這裏需要說明的是，每個被試在接受一般因素的測試的時候，所選出的題目可能並不完全一樣，而且每個人需要完成的題目數量也是不一樣的。例如，這裏有三個被試：被試1、被試2、被試3，他們分別參與進行了BICAT，首先進行的是一般維度的施測，那麽三位被試參與測試時由CAT程序為被試選出的題目可能如圖8-2-2所示。