クチコミ60件の全集計
分布・校名・科目・時期

このページは何か

武蔵野個別指導塾のGoogleクチコミ60件すべてを、2026年9月11日にビジネスプロフィールから取得して数えた結果です。抜き取りではなく全件で、低評価も除いていません。

集計対象は、当サイトの運営者が運営する塾の武蔵境教室です。数字はすべて2026年9月11日に取得した時点のもので、その後の投稿は含まれていません。

このページでは、何件あるかと、その件数からどこまで言えるかを並べます。英国の競争当局は、クチコミサイトに対して、クチコミをどう集めて確かめているかを明らかにするよう求めています（Competition and Markets Authority, 2015）。この集計でも同じ考え方で、まず対象と除外条件を示します。星や投稿動機の一般的な読み方は、クチコミの読み方を参照してください。

評価の表は、本文のない投稿も含めて数えています。学齢・科目・話題は文章に出てくる内容の分類で、同じ投稿が複数の項目に入ります。校名は後述する前後の文脈で分け、決められないものを「判別不能」に残しています。利用者の名簿や、教室の合格実績を集計した表ではありません。

この集計の元データには集計値だけがあり、投稿ごとの全文や判定の記録は入っていません。そのため、第三者が同じ文章を読み、全項目を再集計できる状態ではありません。本文を載せないことと、本文のない評価を集計から除くことは別です。「全件」は取得した時点の範囲を指し、削除済みの投稿まで含むとは確認できません。

1. 評価の分布

★2〜★4がひとつもなく、★5と★1に分かれています。平均4.60はこの60件を要約した値ですが、平均に近い星を付けた投稿が多いわけではありません。表を見ると、高評価の多さと低評価の存在を同時に確認できます。平均と件数を一緒に読んでください。

両端に分かれる理由は、クチコミの読み方で説明しました（Hu et al., 2009, Communications of the ACM；Schoenmueller et al., 2020, Journal of Marketing Research）。この表の90.0%は、取得した投稿のうち★5だった割合です。通った人全体の満足度が90.0%だった、という調査結果ではありません。中間評価がないことだけで、運営に問題がないとも、投稿が不正だとも判断できません。

また、星だけでは「何を良いと感じたのか」が分かりません。指導、説明、立地など、異なる理由が同じ星にまとめられている可能性があります。自分が知りたい条件は、後の話題別の表と本文の内容を合わせて確かめてください。

2. 低評価6件の内訳

低評価の3分の2は本文がなく、不満の具体的な理由を読み取れません。評価そのものは集計に残しています。本文がある2件は、この集計の分類では運営者の人柄・言動や採用方法への言及でした。個人が特定される記述になるため、原文は引用しません。

人柄・言動2件と採用方法1件は、本文あり2件の中で重なる分類です。別々の投稿を足していると考えると、件数を取り違えます。また、指導内容への言及が0件でも、指導への不満がなかったとは言えません。書かれなかった理由や、本文のない投稿の理由は不明です。

書籍の売上を調べた研究では、多くの分析標本で低評価の影響が高評価より大きく出ました（Chevalier & Mayzlin, 2006, Journal of Marketing Research）。これは低評価のほうが正しいという研究結果ではありません。この表でも、10.0%だから無視する、あるいは低評価だからすべて事実と受け取る、という読み方はできません。具体的な言動や採用への懸念が学習環境に関係するかを、現在の説明や対応と照らしてください。

3. 校名の出方 —— 合格報告と講師の経歴は別

クチコミに大学名が出てきても、それが合格報告とは限りません。この集計では、講師の経歴として書かれた校名もあります。表の数字は、校名がどの文脈で現れたかを示しています。大学名の印象だけで合格実績に読み替えないことが、この表の役割です。

この集計の分類は、校名の前後40字に「合格・受かった・進学」があるか、「講師・先生・出身・在籍」があるかを見て行いました。ただし、否定の言い回しや表記の揺れをどう扱ったかは、元データから確認できません。機械で判定したのか、人がどこまで読み直したのかも分かりません。表はその限界がある分類結果として読んでください。

このほか、元データには武蔵野大学（判別不能1件）があり、表には入れていません。

つまり「東大が5回出てくる＝東大合格者が5人」ではありません。東京大学は合格報告0件、講師の経歴4件、判別不能1件です。一橋大学・東京外国語大学・東京農工大学も、表では講師の経歴としての言及があります。これだけでは、講師本人の現在の在籍や担当科目まで分かりません。

合格報告に分類されたのは、上智・國學院・中央・都立高校が各2件、早稲田・慶應・法政・武蔵・獨協が各1件でした。判別不能は合格報告へ足していません。さらに、同じ投稿に複数の校名が出ることがあるため、行の合計を合格者の人数にできません。受験した人全体の人数もないので、合格率は計算できません。

また、後の話題表にある「合格の報告」は校名別の内訳とは分類の目的が異なります。両方の数字を足したり、同じ人数を数えたものと扱ったりしないでください。

4. 学齢の分布

1件が複数に該当します。高校生・大学受験の言及は、中学生・高校受験の2倍以上です。この意味で、書かれている話題の重心は高校生側にあります。ただし、在籍する生徒の学齢の割合を表したものではありません。

中学生の話題が14件あっても、中学生の保護者が14人投稿したとは言えません。投稿者が本人か保護者か、過去の体験か現在の体験かは、この分類では区別できないためです。小学生の3件も、指導の実施件数や得意不得意の順位には置き換えられません。自分の子どもに近い学齢の記述を探すための目安にしてください。

学齢が近くても、受験対策と学校の授業の補習では知りたい内容が違います。読む際には、学年だけでなく、何を目的に通い、どんな課題を見てもらったかを確認します。この集計には目的別の詳しい内訳がないため、学齢の一致だけで自分にも合うと判断しないことが大切です。なお、学齢の表の「中学生・高校受験」は、元データでは「中学生」という項目名です。

5. 科目の分布

英語・英検が22件で、この表ではもっとも多く言及されています。一方、理科への言及はゼロです。これは理科を教えていないという意味ではなく、この集計の分類では理科の話題が見つからないという意味です。理科を主目的に検討するなら、クチコミ以外で直接確認してください。

科目の件数には、実際に受講した人数や授業時間の情報がありません。英語への言及が多くても、英語の指導が他科目より優れているとは比較できません。英検と学校の英語、国語と小論文はまとめた項目なので、細かな目的への適合もこの表だけでは分かりません。自分が必要とする分野まで具体的に確かめる必要があります。

元データの項目名は「国語・現代文」「数学」などで、表より短い名称になっています。小論文や算数だけの件数を取り出せるデータはありません。担当できる科目・学年、教材、質問できる範囲を確認すると、クチコミの空白を埋めやすくなります。

6. 話題の分布

この表は、何がよく書かれ、何があまり書かれていないかを見るためのものです。同じ投稿が複数の話題に入るため、割合を足して100%になる表ではありません。分母は本文なしも含む60件で、本文を書いた人だけの割合でもありません。

「個別対応・丁寧さ」35件は、その話題があったという分類です。説明の丁寧さ、課題への対応、連絡の速さなどを分けた数値ではありません。「成績が上がった」18件も、全員に同じ試験を行って比較した成果ではありません。出発点や通った期間をそろえて比較した結果ではないため、教室に通えば同じ変化が起きるとは読めません。

料金への言及は5件（8%）です。少ないことから料金に満足しているとも、不満があるとも決められません。書かれている費用が現在も同じか、教材や講習を含むかが分からないため、クチコミだけでは現在の総費用を確定できません。費用や学習目的の確認項目は、塾選びのガイドと合わせて整理してください。

7. 書かれた時期

「直近1年以内」は取得日から見た区分で、今日からさかのぼった期間ではありません。この区分と「2025年」をどう切り分けたかは、元データだけでは分かりません。件数を足すと60件になりますが、合計の一致だけで期間の重なりがないとは確認できません。区分が重ならないとすれば、60件中32件は2025年1月以降の投稿です。

また、これは時期ごとの投稿数の表で、時期ごとの星の平均ではありません。書籍の研究でも、経過時間と投稿順を分けると評価の動きが異なりました（Godes & Silva, 2012, Marketing Science）。ここでは各時期の評価の内訳がないため、教室の評判が良くなったか悪くなったかを追うことはできません。新しい投稿が多い理由も、件数だけからは決められません。

読む順序としては新しいものを優先し、担当者や授業の条件が今も同じかを確かめます。3年以上前の投稿が現在と異なる可能性はありますが、3年で情報が無効になるという基準はありません。古い投稿も、当時の具体的な対応を知る材料になります。「取得できず」の9件は年代を決められないので、新旧どちらかに寄せて解釈しないでください。

8. 本文の長さ

この集計では中央値171文字、最長628文字です。中央値は長さを順に並べたときの真ん中の値で、平均とは違います。ただし、本文なしを含めたか、改行や記号をどう数えたかは確認できません。最長の投稿がどの評価や話題だったかも、この集計にはありません。

同じ運営者のヨガスタジオ（立川・124件）では中央値が60文字で、塾は約3倍でした。ただし、ヨガ側の元データはこのページには載せておらず、数え方の条件がそろっているかは確かめていません。この比較だけで、塾一般のクチコミが長い理由は説明できません。

Amazonの6商品・1,587件を分析した研究では、詳しい投稿ほど役立つと受け取られましたが、商品の種類で関係の強さが違いました（Mudambi & Schuff, 2010, MIS Quarterly）。役立つと感じられることと、内容が正しいことは別です。中央値171文字を、信用できる長さの基準にはできません。志望校、科目、通った期間、成績の変化など、確かめる手がかりがあるかを読んでください。

この研究には、体験しないと判断しにくい商品では、極端な評価が中程度の評価より役立たないという結果もあります。長い高評価や強い低評価だけを選ぶと、読む内容がさらに偏る可能性があります。全体の件数を押さえたうえで本文を読み、具体的な条件と感想を分けることが大切です。

1件の違いで、割合はどのくらい動くか

料金への言及5件を例に、件数が少ないときの割合の動きを示します。これは計算例であり、表を訂正したものではありません。全60件を固定して、料金に触れているかどうかの判定が仮に1件だけ変わった場合を考えます。

この幅は、数え方が変わる場合の算術例で、統計的な信頼区間ではありません。実際に判定が誤っているという意味でもありません。少ない例でも全体をよく表していると思いすぎる傾向は、研究者である心理学者にさえ見られました（Tversky & Kahneman, 1971, Psychological Bulletin）。この表でも8%だけを切り離さず、「60件中5件」と件数を合わせて読んでください。

さらに、ここにあるのは実際に投稿された記録です。無作為に選んだ利用者への調査ではないため、件数を増やせば選ばれ方の偏りも消えるとは限りません。計算例から、利用者全体で料金を気にする人の割合や、その誤差の幅は求められません。

9. この記事の限界

• 料金：言及が5件のみ。現在の費用と含まれる内容を自分で確認してください。
• 理科の指導：言及ゼロ。担当できる範囲や指導の質はクチコミから判断できません。
• 通った人全体の満足度：投稿しなかった人の評価や、在籍・退塾の状況は把握していません。合格直後に集中したかも未確認です。
• 現在の講師陣：過去の投稿は当時の経験を記したもので、現在の担当者や授業内容が同じとは限りません。
• 他塾との比較：他塾を同じ方法で集計していないため、順位や優劣は出せません。

この集計は、Googleクチコミという場に限られています。相談時の声、教室への直接の意見、投稿しなかった人の経験をまとめたものではありません。投稿者が保護者か本人かも分からず、実際の受講内容との照合もしていません。全件を数えたという範囲と、利用者全員を調べたという範囲を分けて読む必要があります。

塾側が投稿を依頼したり、投稿に返信したりしている可能性は排除できません。消費者庁の2023年の運用基準は、依頼があることと、事業者が内容の決定に関与することを区別しています（消費者庁, 2023）。この表には依頼や返信の記録がないため、その有無や影響を判定できません。高評価が多いことだけから、依頼や操作があったと推測しないでください。

参照した学術研究の多くは海外の商品レビューを扱い、日本の学習塾で同じ関係を確かめたものではありません。この表の見落としを考える手がかりとして使い、特定の指導の効果や合格を保証する根拠にはしていません。星だけで教室を順位付けしたい人には、この集計だけでは足りません。学校生活や希望する学習内容との相性を確かめる材料として使ってください。

この集計は運営者が自らの事業所について行ったものです。他社のクチコミを無断で集計・評価することは避けています。数値の誤りにお気づきの場合はご連絡ください。

出典

• Hu, N., Zhang, J., & Pavlou, P. A. (2009). Overcoming the J-shaped distribution of product reviews. Communications of the ACM. 52(10), 144–147. doi:10.1145/1562764.1562800
• Schoenmueller, V., Netzer, O., & Stahl, F. (2020). The Polarity of Online Reviews: Prevalence, Drivers and Implications. Journal of Marketing Research. 57(5), 853–877. doi:10.1177/0022243720941832
• Chevalier, J. A., & Mayzlin, D. (2006). The Effect of Word of Mouth on Sales: Online Book Reviews. Journal of Marketing Research. 43(3), 345–354. doi:10.1509/jmkr.43.3.345
• Godes, D., & Silva, J. C. (2012). Sequential and Temporal Dynamics of Online Opinion. Marketing Science. 31(3), 448–473. doi:10.1287/mksc.1110.0653
• Mudambi, S. M., & Schuff, D. (2010). What Makes a Helpful Online Review? A Study of Customer Reviews on Amazon.com. MIS Quarterly. 34(1), 185–200. doi:10.2307/20721420
• Tversky, A., & Kahneman, D. (1971). Belief in the law of small numbers. Psychological Bulletin. 76(2), 105–110. doi:10.1037/h0031322
• Competition and Markets Authority (2015). Online reviews and endorsements: Report on the CMA’s call for information（2015年公表）. 英国当局の調査報告
• 消費者庁 (2023). 「一般消費者が事業者の表示であることを判別することが困難である表示」の運用基準（2023年決定）. 運用基準の原文

集計者と教室の関係を開示します

なお、当サイトの運営者は武蔵野個別指導塾（武蔵境駅北口 徒歩30秒）を運営しています。利害関係のある立場での集計であることを踏まえて読んでください。この塾の良い点と向かない人は詳細レビュー（向かない人も記載）に、他塾との比較は12校比較に整理しています。

よくある質問

あわせて読みたい

• 塾のGoogleクチコミの読み方：平均点ではなく分布を見る
• 武蔵野市の内申点が上がらない理由と対策：都立高校入試の仕組みから逆算する
• 英検を高校・大学入試でどう使うか：級別ロードマップと武蔵境での対策
• 武蔵境駅周辺の塾 12校 徹底比較
• 目的別 塾の選び方ガイド