Overlevingsanalyse is een tak van de statistiek, die zich richt op de analyse van tijd-tot-gebeurtenis gegevens. In multivariate overlevingsanalyse is de proportionele hazards (PH) het meest populaire model om de effecten van verschillende covariaten op de overlevingstijd te analyseren. Aan de hypothese van constante hazards in het PH model wordt echter niet altijd voldaan door de gegevens. De schending van de PH-aanname leidt tot een verkeerde interpretatie van de schattingsresultaten en vermindert de power van de bijbehorende statistische tests. Anderzijds gaan de versnelde faaltijdmodellen (AFT-modellen) niet uit van constante gevaren in de overlevingsgegevens zoals in het PH-model. De AFT-modellen kunnen bovendien als alternatief voor het PH-model worden gebruikt indien de aanname van constante gevaren wordt geschonden. Het doel van dit onderzoek was de prestaties van het PH-model en de AFT-modellen te vergelijken bij het analyseren van de significante factoren die van invloed zijn op de gegevens over het eerste geboorte-interval (FBI) in Indonesië. In dit werk werd de discussie beperkt tot drie AFT-modellen die gebaseerd waren op Weibull, exponentiële en log-normale verdeling. De analyse met behulp van een grafische benadering en een statistische test toonde aan dat er niet-proportionele risico’s bestaan in de FBI-gegevensreeks. Op basis van het Akaike-informatiecriterium (AIC) was het log-normale AFT-model het meest geschikte model van de andere in aanmerking genomen modellen. De resultaten van het best passende model (log-normaal AFT-model) toonden aan dat covariaten zoals het opleidingsniveau van de vrouw, het opleidingsniveau van de echtgenoot, contraceptieve kennis, toegang tot massamedia, welvaartsindex en werkgelegenheidsstatus factoren waren die de FBI in Indonesië beïnvloedden.