请教关于BLR的问题~~请高手指点~~急！！！

一个项目Y为可区分型数据（0为合格，1为不合格），对其中3个X进行分析（三个X均为离散型数据1、2分别代表各因素的不同水平），分别是：班次、操作人、设备，对三个因素进行BLR单独分析时候P值都<0.05，优势比（倍率）也都存在，。
问题：如果同时对3个因素进行BLR分析，P值也都<0.05，可是优势比（倍率）都变大了，。。看了其他项目有的是多因素分析时P值发生变化不<0.05了，优势比（倍率）有的变大，有的变小。这个怎么解释？？？报告时应该用哪个？？？
请高手指点下。。。。。
谢谢~~~~


二进制 Logistic 回归: Y 与 班次
连结函数:Logit
响应信息
变量 值 计数
Y 1 11 （事件）
0 39
合计 50
Logistic 回归表
95% 置信区
间
自变量 系数 系数标准误 Z P 优势比 下限 上限
常量 -2.07944 0.530319 -3.92 0.000
班次
2 2.07944 0.752963 2.76 0.006 8.00 1.83 35.00
对数似然 = -22.262
检验所有斜率是否为零:G = 8.167，DF = 1，P 值 = 0.004
注 未进行拟合优度检验。
注 模型使用所有自由度。
相联度量:
（响应变量与预测概率之间）
配对 数字 百分比 度量结果综述
一致 224 52.2 Somer 的 D 0.46
不一致 28 6.5 Goodman-Kruskal Gamma 0.78
结 177 41.3 Kendall 的 Tau-a 0.16
合计 429 100.0

注 由于杠杆率(Hi)等于 1，不能计算 1 次标准化 Pearson 残差、delta 卡
方、delta 偏差、delta beta（标准化）和 delta beta。

二进制 Logistic 回归: Y 与 操作人
连结函数:Logit
响应信息
变量 值 计数
Y 1 11 （事件）
0 39
合计 50
Logistic 回归表
95% 置信区
间
自变量 系数 系数标准误 Z P 优势比 下限 上限
常量 -1.82455 0.481931 -3.79 0.000
操作人
2 1.53687 0.723826 2.12 0.034 4.65 1.13 19.21
对数似然 = -24.067
检验所有斜率是否为零:G = 4.558，DF = 1，P 值 = 0.033
注 未进行拟合优度检验。
注 模型使用所有自由度。
相联度量:
（响应变量与预测概率之间）
配对 数字 百分比 度量结果综述
一致 186 43.4 Somer 的 D 0.34
不一致 40 9.3 Goodman-Kruskal Gamma 0.65
结 203 47.3 Kendall 的 Tau-a 0.12
合计 429 100.0


二进制 Logistic 回归: Y 与 设备
连结函数:Logit
响应信息
变量 值 计数
Y 1 11 （事件）
0 39
合计 50
Logistic 回归表
95% 置信区
间
自变量 系数 系数标准误 Z P 优势比 下限 上限
常量 -2.12026 0.610992 -3.47 0.001
设备
2 1.56065 0.754811 2.07 0.039 4.76 1.08 20.91
对数似然 = -23.955
检验所有斜率是否为零:G = 4.782，DF = 1，P 值 = 0.029
注 未进行拟合优度检验。
注 模型使用所有自由度。
相联度量:
（响应变量与预测概率之间）
配对 数字 百分比 度量结果综述
一致 200 46.6 Somer 的 D 0.37
不一致 42 9.8 Goodman-Kruskal Gamma 0.65
结 187 43.6 Kendall 的 Tau-a 0.13
合计 429 100.0

二进制 Logistic 回归: Y 与 班次, 操作人, 设备
连结函数:Logit
响应信息
变量 值 计数
Y 1 11 （事件）
0 39
合计 50
Logistic 回归表
95% 置信区
间
自变量 系数 系数标准误 Z P 优势比 下限 上限
常量 -4.44147 1.23764 -3.59 0.000
班次
2 2.38117 0.923713 2.58 0.010 10.82 1.77 66.13
操作人
2 2.34847 1.01743 2.31 0.021 10.47 1.43 76.91
设备
2 2.43014 1.05190 2.31 0.021 11.36 1.45 89.29
对数似然 = -16.726
检验所有斜率是否为零:G = 19.238，DF = 3，P 值 = 0.000
拟合优度检验
方法 卡方 自由度 P
Pearson 6.39324 4 0.172
偏差 6.28795 4 0.179
Hosmer-Lemeshow 6.20038 4 0.185
观测和期望频率表:
（有关 Pearson 卡方统计量，请参阅 Hosmer-Lemeshow 检验）

组
值 1 2 3 4 5 6 合计
1
观测值 0 2 1 2 4 2 11
期望值 0.2 0.7 1.9 3.5 3.0 1.9
0
观测值 15 4 15 4 1 0 39
期望值 14.8 5.3 14.1 2.5 2.0 0.1
合计 15 6 16 6 5 2 50
相联度量:
（响应变量与预测概率之间）

配对 数字 百分比 度量结果综述
一致 353 82.3 Somer 的 D 0.71
不一致 49 11.4 Goodman-Kruskal Gamma 0.76
结 27 6.3 Kendall 的 Tau-a 0.25
合计 429 100.0