Analisis regresi logistik merupakan metode yang digunakan untuk memodelkan hubungan antara variabel respon yang bersifat dichotomous atau polychotomous dengan satu atau lebih variabel prediktor dan variabel respon bersifat kontinu atau kategorik. Model regresi logistik dichotomous adalah model regresi logistik yang mempunyai dua kategori pada variabel respon sedangkan model regresi logistik polychotomous adalah model regresi logistik yang mempunyai tiga kategori atau lebih. Model regresi regresi logistik polychotomous terbagi menjadi dua model yaitu model regresi logistik multinomial dan regresi logistik ordinal. Penaksiran parameter model regresi logistik ordinal dilakukan dengan menggunakan metode Maximum Likelihood Estimation (MLE) dan iterasi Newton-Raphson. Pengujian hipotesis parameter model regresi logistik ordinal menggunakan metode Likelihood Ratio Test dan uji Wald. Penelitian ini bertujuan memodelkan tingkat keparahan korban kecelakaan lalu lintas di Samarinda pada tahun 2020-2021 menggunakan regresi logistik ordinal. Faktor-faktor yang diduga berpengaruh terhadap tingkat keparahan korban kecelakaan lalu lintas di Samarinda yaitu usia, jenis kelamin, jenis kendaraan, status jalan, waktu kecelakaan dan kondisi cahaya. Pemilihan model terbaik dalam penelitian ini dipilih berdasarkan nilai Akaike Information Criterion (AIC) terkecil dan interpretasi model regresi logistik ordinal terbaik menggunakan nilai odds ratio. Hasil penelitian menunjukkan bahwa model regresi logistik ordinal terbaik adalah model yang mempunyai empat variabel prediktor dengan nilai AIC sebesar 533,6142. Faktor-faktor yang berpengaruh signifikan terhadap tingkat keparahan korban kecelakaan lalu lintas di Samarinda adalah usia, jenis kendaraan, waktu kecelakaan, dan kondisi cahaya.