【現役SEのMBA挑戦記】第2回TOEFL受験~海外留学準備~

 

2018年10月28日に、2回めのTOEFLを受験してきました。

 

受験の目的

TOEFL受験はMBA留学のためのスコアメイク(最低100点以上)が最終目標ですが、2回目は以下を目標にしました。

・前回まったく準備が追いつかなかったスピーキングで20点を取る

前回は、スピーキングの勉強時間が足りず、問題形式と答え方に全く慣れていなかったので、ぶっつけ本番のような形になってしまいました。今回は準備をして、20点を目標にします。

・ライティングのスコアで23点以上を取る

ライティングは、特にIndependent Writingの出題パターンと答え方を習得して、スコア3.5を目指します。

 

受験の準備

前回受験が9/9でしたが、9/9から10/28の2ヶ月間にTOEFL受験の準備として行ったことは以下です。

Reading

・特に何もできませんでした。。

英語の記事やリスニングのスクリプトを読む、などの準備はしていました。あとは友人にTOEICのアドバイスをするために少しTOEIC本を読み返したり。。。

Listening

・こちらも、特に何もできませんでした。

オンライン英会話のクラスの予習動画を見ることと、TOEICのリスニングを少し。あとは、YouTubeのプレゼンを数本見たくらい。。

Speaking

・WebTOEFLのSpeaking 10Dayコース Task 3 & 5受講(全日程

・WebTOEFLのSpeaking 10Dayコース Task 4 & 6受講(全日程)

こちらは前回受講できていなかった部分を全て受講。レベルが高すぎて若干ついていけず。。。

・オンライン英会話(Bizmates)受講(1日25分)

オンライン英会話は土日に家族との時間を優先して受講できなかった日を除くとほぼ毎日受講。Bizmatesで、毎日25分のコースを受けています。

・通勤や移動時間ほぼ全てで瞬間英作文を聴く

スピーキングの学習に入れてよいか微妙ですが、多くの時間を瞬間英作文に費やしました。ずっと同じものを聞いていると飽きるので、下記の3つの本を交代しながら聞いていました。

 

上記の3つのCDは、以下の理由で聞き流しに本当に便利です。実際に、オンライン英会話で講師からどんどん言葉が出てくるようになったね、と言われました。

 

TOEFLの試験は論理的思考が要求されるし、各回答のパターンに当てはめる必要があるので直接すぐに点数の向上には繋がりにくいとは感じますが、簡単な文章であっても、ポンポン喋れるようになるために、自分にとってはこれ以上ない教材です。特に以下のような点が気に入っています。

・テキストがなくても聴くだけで学習できる

・1文が短い

・基本を徹底して学べる

実際の会話では使わない言い回しも多いですが、いざやってみると簡単な英文でも出てこないことがよく理解できます。自分ができないことに気付くことは重要ですよね。

 

coyoは通勤時間で電車に拘束される時間が長いこと、1歳の子供の子育て中なので、両手がふさがっていて机に迎えなくても学習可能な教材を多く採用しています。特に、Bluetoothイヤホンを買ってから、子育て中の学習は大分、はかどっています。

参考記事⇒ 通勤と子育て中の英語勉強のためにイヤホンを買い換えた

本当は、対策塾に通って集中的にスピーキングのトレーニングをしたいのですが、仕事の事情や生活スタイルによっては仕方がない部分もあると思うので、自分にあったスタイルで学習していこうと思います。

 

Writing

・WebTOEFLのInDependent Writing 4Day コース受講(全講義)

・Webで転がっていた想定問題に対して、展開(意見を支持or不支持+理由2つと例を)答える

全部で、20問ほどの問題に答えました。全てエッセイを書くわけではなく、理由の文章~例の流れまで。

 

学習時間

今回の学習時間は、前回テスト直前の9/1から10/28までの約2ヶ月間の期間です。正確には58日間での学習時間です。

 

学習時間の計測にはCountapというiPhoneアプリを使っています。アプリそのものの説明だけでなく、活用方法についても記事にしたので良かったら参考にしてみてください。MBAの勉強に限らず、他にもコツコツ続ける系の(?)事柄には効果を発揮します。

カウンターアプリCountapの紹介!カウントすることで継続と習慣化が可能

 

合計時間

58日間の合計時間は103.25時間でした。一日あたり1.78時間となります。時間は前回に引き続き2時間を割ってしまう結果となりましたが、家族や友人と過ごす時間を重視したことによる影響で、時間が減った事自体には納得しています。感覚的にはむしろ、もっと減っているかと思いましたが、なんとか一日90分以上は英語学習に確保できている状況で若干ホッとしています。

 

しかし、このままのペースではただでさえ英語にハンデがある状況あら改善することは難しいので、ペースを上げていきたいところです。

 

内訳はほぼスピーキングでしたが、実践での結果やいかに・・・!

 

学習状況

目標とする各教科210時間という学習時間に対しての達成状況は上記のとおりです。英語学習の戦略としてWebTOEFLの教えに従い、基盤となる単語力(単語やイディオムはReading学習に参入)とリスニング力の強化を中心に行っているため、おおよそ、計画通りの状況となっています。coyoは典型的な日本の教育を受けてきた人なので、学生時代の下積みという意味でいうと、ReadingとWritingの下積みが大きくListeningとSpeakingの土台が少ないという状況です。今は目標を210時間と設定していますが、恐らくもう少し増やさないとダメかも。。

 

参考)スタート時点の状況

MBA準備(TOEFL学習)スタート地点でのcoyoの状況は下記の通りです。

 ・英会話はオンライン英会話を1日25分、週5-6日を1年程度

 ・実務での英語利用経験は皆無

 ・短期を含め留学経験は皆無

 ・その他、日常で英語に触れる機会は一切なし

 

特に業務で英語に触れる機会が無いことは、現状でも変わらないため相変わらず英語を使って会話する機会が少ないことには、危機感を感じています。

 

受験の手応え

2回目の受験ということで、試験の流れは前回より理解した上で挑むことができました。個人的に感じたことや、手応えをメモとして残しておこうと思います。

 


 

・スピーキングは、時間をかけた甲斐があり、若干向上。

 

・ある程度答えられたな、と感じるTaskが2つ。

 

・相変わらず質問をうまく纏められずにテンパるシーンもあり。

 

・周囲の「I live in Tokyo」連打に動揺しなかった笑

 

・開始時間を遅めに調整することでリーディングに集中できた。

 

・Integrated Writingはバッチリ回答できた。

 

・Independent Writingは痛恨の時間切れ。一応書いたけど、2つ目の理由の掘り下げが甘い。。

 

・リスニングでメモ取りに夢中になり話を聞き逃す場面が・・・あまりに実戦から離れすぎて痛恨のミス。しかもメモは結局殆ど使わなかった。後で気づいたけどそういえばリスニングはほとんどメモを取らずに内容に集中するスタイルで得点をとっていたなぁ。。。今回最大のミスです。

 

・今回もリーディングが4問。疲れた。。。できればリスニングにダミー問題を入れて欲しいです。

 

・前回の課題であったパラフレーズ下手はやや解消されたか。ライティング100本ノック(実際は20本くらい)が効いた?

 

・ライティングの時間配分ミス。

書ききることを優先すべきだった。

 

受験の結果

結果が返ってきたら追記します。

得点

科目 得点
Reading
Listening
Speaking
Writing
合計

 

SpeakingセクションとWritingセクションのそれぞれの点数はこちら。

Speakingセクション内訳

Topic Score
familiar topics
campus situations
academic course content

Speaking所感

 

Writingセクション内訳

Topic Score
Integrated Writing (Writing based on reading and listening)
Independent Writing (Writing based on knowledge and experience)

 

Integrated Writing所感

 

Independent Writing所感

 

スコアを振り返って

 

次回の受験は未定です。社内選考があるため、しばらくそちらの準備に集中します。

 


 

TOEFL試験に関するその他の記事はこちら↓

TOEFL受験の記録

第1回TOEFL受験~海外留学準備~

TOEFLの勉強時間の記録

ゼロからのTOEFL勉強記録#2018年9月~海外留学準備~

その他

通勤と子育て中の英語勉強のためにイヤホンを買い換えた

 

 

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

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