評量最主要的目的在於「瞭解實況」。對於一個學生來說，學習的成就實況最具體的表現，在於其能夠實際解決他所面臨的問題，於處理問題的過程中，能妥善運用他的科學概念。因此，一個最真切的評量，應該是提供一個實際的問題，然後觀察學生如何去解決它。但是由於實行上的困難，再加上班級學生數目多、教師教學負荷重的情況下，要實行這種「實作評量」的方式，勢必不太可能。於是我們再構想，能否以一種仍具有「實作評量」的成效，卻能施行於大規模測驗的評量技術之探討。我們推究，這種評量至少需要具備以下的一些特性︰1.具有解決問題所需的各項思考過程。2.處理整個問題的時間不宜太久，所需設備必須容易取得。3.批閱時所需的時間不宜過長，而且評定成績要有明確的標準。本研究「設計」兩個測驗工具，分別是「密度、壓力、浮力的測量」及「人體所呼出氣體的分析」兩題，以「實驗設計」測驗、「實作」測驗、「填充題」及「選擇題」四種不同型式的評量工具實施之。結果發現「實驗設計」測驗與「實作」測驗在能力的判別上，遠比「填充題」、「選擇題」為高，並可由這類實作評量得知學生在處理問題過程中的缺失。我們對於這類實作評量的可行性，也做了一些簡單的評估，其在準備工作上的時間遠比「填充題」、「選擇題」來得要長，大約為三十倍，而在試題批閱上所需的時間也高出二十倍。