Di Indonesia, jumlah siswa SMA yang tidak lulus UNAS dapat dikatakan masih cukup tinggi. Sementara itu diketahui bahwa tingkat pendidikan penduduk berkorelasi positif dengan status ekonomi, derajat kesehatan dan laju pertumbuhan penduduk (Departemen Pendidikan Nasional, 2003).

Secara statistik, siswa yang tidak lulus UNAS dapat dikatakan berdistribusi Poisson karena kejadian tersebut jarang  terjadi dalam ruang sampel yang besar. Dan oleh karenanya hubungan antara jumlah siswa yang tidak lulus UNAS dengan faktor-faktor yang berpengaruh dapat diketahui melalui regresi poisson.

Regresi Poisson
Regresi Poisson adalah regresi nonlinear yang berasal dari distribusi Poisson. Regresi Poisson digunakan untuk menganalisis variabel respon bertipe diskrit dan integer tidak negatif, dan parameter model ditaksir dengan menggunakan Maximum Likelihood Estimation (MLE). Namun, ada asumsi yang harus di penuhi dalam pengklasifikasian resikonya yaitu mean dan variannya harus sama. Apabila antara mean dan variannya tidak sama maka Generalized Poisson Regression dapat dipakai sebagai metode alternatifnya.

Kemungkinan-kemungkinan fungsi hubungan model regresi poisson dibentuk dengan ketentuan sebagai berikut :
- Menggunakan seluruh variabel prediktor yang ada.
- Melibatkan interaksi di antara variabel-variabel prediktor yang ada.
- Menggunakan variabel-variabel prediktor kuadratik (orde dua).
- Menggunakan variabel-variabel prediktor yang telah ditransformasi

Model yang baik adalah model yang menghasilkan residual semakin kecil. Pada regresi poisson disesuaikan dengan menggunakan nilai devians sebagai penentu model terbaik. Model dikatakan baik jika mempunyai nilai devians yang kecil.