Multikolinearitas dalam regresi adalah fenomena statistik dimana dua atau lebih variabel prediktor atau variabel bebas dalam model regresi berganda, saling berkorelasi tinggi. Multikolinearitas dalam regresi dapat menyebabkan hasil yang aneh terutama ketika ingin mengetahui pengaruh secara parsial variabel bebas terhadap variabel terikat.

Indikasi-indikasi bahwa sebuah model regresi mungkin memiliki masalah multikolinearitas dalam regresi:

1. Terjadi perubahan yang besar pada koefisien regresi ketika sebuah variabel yang diduga memiliki multikolinieritas ditambahkan atau dikeluarkan dari model.
2. Koefisien Regresi bertanda negatif padahal seharusnya variabel Y meningkat seiring dengan meningkatnya variabel X.
3. Koefisien regresi bertanda positif padalah seharusnya variabel Y menurun seiring dengan meningkatnya variabel X.

Cara uji multikolinearitas yang paling gampang adalah dengan melihat korelasi antara variabel prediktor dalam model regresi. ketika terjadi hubungan yang tinggi antara variabel prediktor maka kemungkinan model memiliki permasalahan multikolinieritas. Uji multikolinearitass juga dapat dilihat dari nilai VIF, dimana nilai VIF yang tinggi menunjukkan adalah permasalahan multikolinieritas.

Cara Menanggulangi masalah multikolinearitas dalam regresi

1. Keluarkan variabel X yang memiliki masalah multikolinearitas dalam model regresi.
2. Gunakan model PLS untuk memprediksi variabel Y.
3. Gunakan model Analisis jalur sebagai alternatif.
4. Jumlah data ditambah.
5. Gunakan model lag.
6. Menggunakan analisis faktor terlebih dahulu sebelum menggunakan analisis regresi