第193回TOEIC公開テストで取得した990点満点の内情(結果分析)

完全に忘れていた件。
9月の第193回TOEICのアビメ分析でございます。

 

20140928_TOEIC公開結果

 

毎度のごとく、TEX加藤先生の分析を拝見しながら、振り返りを行います。
http://texkatotoeic422.blog33.fc2.com/blog-entry-1161.html
(TEX加藤先生、毎度のことながらありがとうございます!)

 

今回も不可解な現象が起こったようです…。
ぼくはこのあたりの実情に詳しくないため、詳細がわかるのを待ちます。苦笑

 

今回のアビメの内訳は以下の通りです。
===========================
【スコア】
L:495(前回:495)
R:495(前回:480)
T:990(前回:975)

【LAM】
100(前回:100)
100(前回:100)
100(前回:100)
96(前回:97)

【RAM】
100(前回:95)
100(前回:100)
100(前回:87)
100(前回:93)
100(前回:96)

===

 

【Listeningスコア変移】
2006.09…345
2007.12…410
2008.06…410
2009.01…415
2009.07…420
2009.10…485
2010.01…455
2010.03…435
2010.07…495
2011.06…480
2012.01…490
2012.03…455
2012.07…495
2012.09…490
2012.10…490
2012.11…470
2012.12…495
2013.01…495
2013.07…495
2013.09…495
2014.04…490
2014.05…495
2014.06…495
2014.07…495
2014.09…495

 

Listeningの満点連続記録タイです。
試験後の感触としては今までで一番よい出来で、結果も実際よかったです。

 

ミスをした内訳としては、
4つめの項目(Part 3,4 の直接的な表現)で1つ。
前回の満点とほぼ同じ内容のようです。
まだまだ取りこぼしがあります。

 

■次の試験へ向けて
990を目指すには、Listening のスコアが安定することが肝心ですので、
今まで通り、聞く量は確保しながら、試験前には解答の型を確認して臨みます。

 

 

===

 

【Readingスコア変移】
2006.09…390
2007.12…440
2008.06…425
2009.01…465
2009.07…450
2009.10…450
2010.01…465
2010.03…455
2010.07…470
2011.06…465
2012.01…470
2012.03…490
2012.07…475
2012.09…490
2012.10…490
2012.11…485
2012.12…495
2013.01…480
2013.07…490
2013.09…495
2014.04…495
2014.05…485
2014.06…465
2014.07…480
2014.09…495

 

久しぶりに返り咲きました。
まだまだこの数字を安定して取れる実力がないため、嬉しい限りです。

 

しかも。

アビメの数字がすべて「100」!

 

Listeningで取得したことがなかったため、こんなに気持ちいいものとは思いませんでした。笑
自分の結果として「100」が並んでいる様子を見てしまうと、
ListeningでもReadingでも同時に取得してみたいという欲求に駆られますね…。
(数字とは恐ろしや…)

 

■次の試験へ向けて
しっかりと対策を積むことが大事だと再認識した回でした。
その「しっかり」とは余すところなく理解する、ということです。
どこもごまかさずに答えを選ぶことができるかがポイントですね。
TOEICの素材でなくとも、この意識は保てるため、

 

と言っても、冒頭のTEX先生のブログをご紹介した通り、
正答数がよくわかりませんので、一喜一憂するのはこれくらいにして、
どちらの技能も精度を高めてまいりたいと思います。

 

 

以上、私なりの分析でございました。
何か気になることがあれば、ご質問はお気軽にどうぞ!

porpor35

フリー編集者。校正や内容検討も行っています。 語学書→小中英語→ビジネス→語学書担当。 専門学校や大学で TOEIC の講師の担当をしています。 大学で言語学を専攻。本/言葉を愛してます。 留学なしでTOEIC990獲得。現在は、TOEIC SWで満点獲得が目標。

Leave a Reply

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください