Model Geographically Weighted Panel Regression (GWPR) merupakan model regresi panel yang diaplikasikan pada data spasial. Penelitian ini membahas model regresi panel sebagai model global dan model GWPR sebagai model lokal pada data Indeks Pembangunan Manusia (IPM) kabupaten/kota di Provinsi Kalimantan Timur tahun 2017-2020. Pemodelan regresi panel menggunakan Fixed Effect Model (FEM). Tujuan penelitian ini adalah untuk memperoleh model FEM dan model GWPR, serta mengetahui faktor-faktor yang mempengaruhi IPM kabupaten/kota di Provinsi Kalimantan Timur tahun 2017-2020 berdasarkan model FEM dan model GWPR. Penaksiran parameter model FEM menggunakan metode Ordinary Least Square (OLS), sedangkan penaksiran parameter model GWPR dilakukan pada setiap lokasi pengamatan menggunakan metode Weighted Least Square (WLS), yakni metode OLS dengan pembobot spasial. Berdasarkan hasil pengujian parameter FEM, diperoleh faktor-faktor yang mempengaruhi IPM semua kabupaten/kota di Provinsi Kalimantan Timur adalah faktor yang sama, yaitu jumlah fasilitas kesehatan, gini ratio, laju pertumbuhan penduduk, indeks kedalaman kemiskinan dan persentase pengeluaran per kapita kelompok makanan. Ukuran kebaikan FEM adalah koefisien determinasi dan Root Mean Square Error (RMSE) berturut-turut sebesar 77,24% dan 0,2681. Pembobot spasial model GWPR dihitung menggunakan fungsi pembobot fixed bisquare, fixed tricube, adaptive bisquare dan adaptive tricube. Fungsi pembobot optimum adalah adaptive tricube yang memberikan nilai Cross Validation (CV) minimum sebesar 5,1419. Faktor-faktor yang mempengaruhi IPM berdasarkan model GWPR bersifat lokal dan berbeda-beda di 10 kabupaten/kota di Provinsi Kalimantan Timur. Faktorfaktor tersebut adalah tingkat partisipasi angkatan kerja, jumlah fasilitas kesehatan, gini ratio, laju pertumbuhan penduduk, tingkat pengangguran terbuka, indeks kedalaman kemiskinan dan persentase pengeluaran per kapita kelompok makanan. Nilai koefisien determinasi model GWPR sebesar 94,36%, di mana nilai tersebut lebih besar dibandingkan nilai koefisien determinasi model FEM. Nilai RMSE model GWPR sebesar 0,1221 dan lebih kecil bila dibandingkan dengan nilai RMSE model FEM. Berdasarkan ukuran kebaikan koefisien determinasi dan RMSE, model GWPR dapat memodelkan data IPM lebih baik dibandingkan model FEM.