Eloonjäämisanalyysi on tilastotieteen haara, joka keskittyy tapahtuma-ajalta tapahtuvaan datan analysointiin. Monimuuttujaisessa eloonjäämisanalyysissä suhteelliset vaaratekijät (proportional hazards, PH) on suosituin malli, jolla analysoidaan useiden kovariaattien vaikutuksia eloonjäämisaikaan. Aineisto ei kuitenkaan aina täytä PH-mallin oletusta, jonka mukaan vaaratekijät ovat vakioita. PH-oletuksen rikkominen johtaa estimointitulosten virheelliseen tulkintaan ja vähentää niihin liittyvien tilastollisten testien tehoa. Toisaalta nopeutetun vikaantumisajan (AFT) malleissa ei oleteta vakaita vaaroja eloonjäämisdatassa kuten PH-mallissa. AFT-malleja voidaan lisäksi käyttää vaihtoehtona PH-mallille, jos vakio-olettamaa rikotaan. Tämän tutkimuksen tavoitteena oli verrata PH-mallin ja AFT-mallien suorituskykyä analysoitaessa merkittäviä tekijöitä, jotka vaikuttavat ensisynnytysväliä (FBI) koskeviin tietoihin Indonesiassa. Tässä työssä keskustelu rajattiin kolmeen AFT-malliin, jotka perustuivat Weibull-, eksponentti- ja log-normaalijakaumaan. Graafisen lähestymistavan ja tilastollisen testin avulla tehty analyysi osoitti, että FBI-tietoaineistossa on epäsuhtaisia vaaratekijöitä. Akaiken informaatiokriteerin (AIC) perusteella log-normaali AFT-malli oli sopivin malli muista tarkastelluista malleista. Parhaiten sovitetun mallin (log-normaali AFT-malli) tulokset osoittivat, että sellaiset muuttujat kuin naisten koulutustaso, aviomiehen koulutustaso, ehkäisytietämys, joukkotiedotusvälineiden saatavuus, varallisuusindeksi ja työllisyystilanne olivat tekijöitä, jotka vaikuttivat FBI:hen Indonesiassa.