Utilizing free variable of categorial type in linier regression model tends to cause multicolinierity problems appear. Multicolinierity is also one factor causes error standard tobe so the interval trust for parameter is also bigger. The statis tic used to detect the indication of multicolinierity is condition number. The value of condition number depends on level selection category made as a reference of free variable of categorial type. The free variables are practically represented by dummy variables. There are 96 scenarios of change of categorial level as the reference. The result of scenario 1 is with eigen value of 6.344, 2.039, 1.309, 1.013, 1.012, 0.845, 0.669, 0.386, 0.142, 0.085, 0.073, 0.039, 0.029, dan 0.016. so form the calculation, it obtained that the value of condition number is 20.128, it means that condition number is in between 10-30 means that there is medium multicolinieritay problem. And the biggest value of condition number is in scenario of 78 with the value of condition number 51.242 whose value is in >30, this indicates that multicolinierity problem is considered serious. And the lowest value of condition number is in scenario of 50 and it is 17.891 and the value is between the score of10-30, it shows that there is a medium multicolinierity problem. The results show that multicolinierity problem in this research is medium with the distance score R-Square is 0.89.Penggunaan variabel bebas bertipe kategori dalam model regresi linier cenderung akan menimbulkan masalah multikolinieritas. Multikolinieritas juga merupakan salah satu faktor yang menyebabkan galat baku menjadi besar sehingga menyebabkan selang kepercayaan untuk parameter juga cenderung akan lebih lebar. Statistik yang bisa digunakan untuk mendeteksi adanya indikasi multikolinieritas salah satunya adalah bilangan kondisi. Nilai bilangan kondisi bergantung pada pemilihan level kategori yang dijadikan sebagai referensi dari variabel bebas bertipe kategori. Variabel bebas tersebut dalam praktiknya diwakili oleh variabel dummy. Pengubahan level kategori sebagai referensi ini kesemuanya ada 96 skenario. Hasil perhitungan untuk skenario 1 diperoleh nilai eigen 6.344, 2.039, 1.309, 1.013, 1.012, 0.845, 0.669, 0.386, 0.142, 0.085, 0.073, 0.039, 0.029, dan 0.016. Sehingga dari perhitungan diperoleh nilai bilangan kondisi sebesar 20.128, artinya bilangan kondisi ini berada diantara nilai 10-30 yang berarti adanya masalah multikolinieritas yang medium. Adapun nilai bilangan kondisi terbesar yaitu pada skenario ke-78 dengan nilai bilangan kondisi sebesar 51.242 yang nilai tersebut berada >30, hal ini menandakan bahwa masalah multikolinieritas dianggap serius. Sementara nilai bilangan kondisi yang terkecil yaitu pada skenario ke-50 adalah sebesar 17.891 dan nilai tersebut berada diantara nilai 10-30, hal ini menunjukan adanya masalah multikolinieritas yang medium. Berdasarkan hasil analisis menunjukan bahwa untuk derajat multikolinieritas dalam penelitian ini adalah medium/sedang dengan nilai R-Square yang diperoleh tetap yaitu sebesar 0.89.