操作测验即非文字测验，是运用非言语行为，在一定情境下对受测者进行测量的一种测验类型。

操作测验项目多属于对图片、实物、工具、模型的辨认和操作，无需使用文字作答，所以不受文化因素的限制。

操作测验也称作非文字测验。测验题目多属于对图形、实物、工具、模型的辨认和操作，被试通过指认、手工操作向主试提供答案，无需使用文字作答。

近年来，计算机技术不断进步，开发出许多模拟程序，这些模拟程序可以提高包含真实生活技能的虚拟现实测验（virtual reality testing）。使用这些设备时要让受测者戴上一个头盔式显示器（head-mounted display），通过显示器受测者能够置身于虚拟的真实情境中。这些设备不仅用于教授和测量知觉运动机能（perceptual-motor skills，如驾驶和飞行技能），而且可以在虚拟情境中进行判断、问题解决和治疗干预。

学生们在课堂上或者纸笔测验中能说出正确的答案，但是面临真实情境时，他们却不知所措。

课堂中的许多学习都和非学术背景中的行为相关，但这种关系远非完美。对言语知识来说，要把课堂上学到的知识和技能迁移到工作及学校之外的情境中。自然科学、体育、戏剧、音乐、工业美术、演讲、外语、书法、农业以及其它领域的教师都意识到，要学好并灵活运用技能，学生们需要反复地练习，反复地体验。参加科学实验和工程，在游戏和运动中应用习得的动作技能，弹奏乐器和唱歌，戏剧表演，建造或者应用车间里有用的物体，练习用英语和其它语言在公众面前讲话和交谈等，所有这些都提供了学习和联系技能的机会。这些技能在课外将会有用，并为日后实践经验的学习打下基础。

纸笔测验是所有测验类型中最有效和最客观的，但是关于个人做事或制造某物的能力，它们通常只能提供间接的信息。

通过论述测验、选择题测验或其它的书面测验方式，在较短时间内可以相当彻底地了解受测者对学科知识的理解。然而，了解某一主题的大量信息，或者能够解释如何做某事，和在实际情境中运用信息或者技能是不一样的。

和书面测验相比，操作性测验更加现实。正因为这点，操作性测验有时又被称为真实性评价或替代性评价，以强调它是书面测验之外的另一种选择。替代性评价不仅强调测量一个人知道什么，而且强调测量一个人会做什么。它所评估的行为通常是现实行为，如果在模拟的现实情境中测量，可能会得到一个以上的正确答案。

1）受文化因素限制少，可用于幼儿和不识字的成人。

2）情境性，真实性。

1）不宜团体实施。

2）需要花费大量时间，成本高，效率低。

3）效度、信度不足。

4）受主观因素影响大，客观性不足。

要测量一个人一项特殊技能学得如何，虽然不一定要遵循动作技能目标分类法，但是编制一张详细的行为清单是很有用的。这些行为应该能揭示技能的熟练程度，一开始就必须确定操作的每一方面的权重，以及错误、迟钝、粗心等问题应从中扣除多少（如果有的话）。

操作性测验主要应该强调操作技能的产物或最后结果，但操作的方式也很重要。例如，在打高尔夫球时，最重要的是击球入洞所需的次数。但是所有的高尔夫球教练都认为，形式或者风格也很重要。对于制造产品的操作测验，不仅要注意产品的数量和质量，也要注意产品的效用。

对于操作的产品和过程的评价方法一般都是主观的，主要包括观察、书面记录或者电子记录以及核查表或者评定量表。一段时期内学生的操作及产品的完整资料或收集物，也可以用来核查或者评价。尽可能没有偏见地仔细观察对准确评价学生的操作是至关重要的。

结构化操作测验经常比非结构化操作测验更客观。对于前者来说，每个受测者在相同的条件下接受测验；而对后者来说，学生是在课堂上、大厅里或者操场上接受暗中的观察和评价的。即便极其小心，但由于操作测验本身不是很客观，所以还是不如书面测验那么可靠。

除此之外，操作测验需要比书面测验花更多的时间、昂贵的器材以及其它耗时的安排。出于这些原因，操作测验情景性的优点还不足以弥补它的高成本和低效率。因此，书面测验更可取。