Análise de sobrevivência é um ramo da estatística, que se concentra na análise dos dados de tempo para o evento. Na análise de sobrevivência multivariada, os perigos proporcionais (PH) são o modelo mais popular a fim de analisar os efeitos de vários covariáveis no tempo de sobrevivência. Entretanto, a suposição de perigos constantes no modelo de HP nem sempre é satisfeita pelos dados. A violação da suposição de pH leva à interpretação errada dos resultados da estimativa e diminui o poder dos testes estatísticos relacionados. Por outro lado, os modelos de tempo de falha acelerado (AFT) não assumem os perigos constantes nos dados de sobrevivência como no modelo de PH. Os modelos AFT, além disso, podem ser usados como alternativa ao modelo de HP se a suposição de perigos constantes for violada. O objetivo desta pesquisa foi comparar o desempenho do modelo de HP e dos modelos AFT na análise dos fatores significativos que afetam os dados do primeiro intervalo de nascimento (FBI) na Indonésia. Neste trabalho, a discussão foi limitada a três modelos de AFT que foram baseados na distribuição Weibull, exponencial, e log-normal. A análise utilizando uma abordagem gráfica e um teste estatístico mostrou que os perigos não proporcionais existem no conjunto de dados do FBI. Baseado no critério de informação Akaike (AIC), o modelo AFT log-normal foi o modelo mais apropriado entre os outros modelos considerados. Os resultados do modelo mais adequado (modelo AFT log-normal) mostraram que os covários como o nível de educação das mulheres, o nível de educação do marido, o conhecimento contraceptivo, o acesso aos meios de comunicação de massas, o índice de riqueza e a situação laboral estavam entre os factores que afectam o FBI na Indonésia.