Analisis regresi linier berganda memiliki asumsi yang harus terpenuhi, salah satunya adalah multikolinieritas. Multikolinieritas terjadi apabila variabel bebas saling berkorelasi sehingga mengakibatkan koefisien regresi yang dihasilkan oleh analisis regesi linier berganda menjadi sangat lemah atau tidak dapat memberikan hasil analisis yang mewakilkan sifat atau pengaruh dari variabel bebas yang bersangkutan. Pendeteksian multikolinieritas dapat diketahui melalui nilai VIF. Pada penelitian ini, data indeks pembangunan manusia di Pulau Kalimantan tahun 2019 terdeteksi multikolinieritas karena beberapa variabel bebas memiliki nilai VIF lebih dari 10 sehingga metode yang digunakan untuk mengatasi multikolinieritas pada penelitian ini adalah Principal Component Analysis (PCA). Berdasarkan hasil penelitian menggunakan metode Principal Component Regression, diperoleh model regresi komponen utama sebagai berikut.