Fitur-Fitur Tuturan Emma Watson dalam Wawancara (The Features of Speech of Emma Watson in Interview[s])

Abstract

Perempuan memiliki karakteristik tersendiri saat berbicara. Fitur-fitur tuturan perempuan memungkinkan mereka menggunakan bahasa dengan fungsi yang berbeda, yaitu melemahkan maupun menguatkan tuturan. Penelitian ini bertujuan mengidentifikasi fitur-fitur tuturan perempuan yang digunakan dalam wawancara oleh Emma Watson dengan menerapkan teori Lakoff (1975). Metode yang digunakan dalam penelitian ini adalah kualitatif-kuantitatif. Metode kualitatif untuk menjabarkan fitur-fitur tuturan perempuan yang ditemukan dalam penelitian ini. Sementara itu, metode kuantitatif untuk mengidentifikasi frekuensi penggunaan fitur tuturan yang paling sering digunakan oleh Emma Watson dalam wawancara. Ditemukan ada sembilan fitur tuturan perempuan dalam penelitian ini, yaitu lexical hedges, tag questions, rising intonation on declaratives, empty adjectives, intensifiers, hypercorrect grammar, super polite forms, avoidance of strong swear words, dan emphatic stress . Fitur tuturan yang paling sering digunakan dalam penelitian ini adalah lexical hedges . Women have their own characteristics when they were speaking compared with men. Women’s speech feature made them possible to use language with different functions, such as hedging and boosting utterances. This research aimed to identify women’s speech feature used in the interview by Emma Watson by applying the theory from Lakoff (1975). Method used in this research is qualitative-quantitative. Qualitative method is used to explain women’s speech feature found in this research. While, quantitative method is used to identify the frequency of speech feature used the most by Emma Watson in the interview. There are 9 women’s speech features in this research, such as lexical hedges, tag questions, rising intonation on declaratives, empty adjectives, intensifiers, hypercorrect grammar, super polite forms, avoidance of strong swear words, and emphatic stress. Women’s speech feature used the most in this research is lexical hedges.