你问了两个问题：1、如何知道每层模型新增变量整体的显著性；2、方程的显著性与系数的显著性有什么区别。
按照原理，我先回答第一个问题，并且我们先考虑不是分层回归，而是只跑了一组回归。这时候得到的结果，系数的显著性（t检验）表达的是某个预测变量对因变量的预测效应是否稳健，而方程的显著性（F检验）表达的是包括你关心的变量在内的所有预测变量对因变量的预测作用这样一组关系是否稳健。注意，在统计上，显著性的意思就是统计结论在多大程度上是稳健的，相应的有0.01，0.05显著性水平。
第二个问题，在多层回归中，加入新变量后R方变化是否显著看Sig. F Change，即你图片当中最后一列。

根据我这两天的学习，你引入的那个变量后，R平方增加，并且也是显著的，说明效果好的。你把系数的那个表也放出来看看

受教了。这么说，如果分层回归中一组只有一个变量，那么这组的显著性就与这个变量在同时回归中的显著性一致啦？还有，一般情况下某个变量对R方的贡献越大，那么它对因变量的影响程度也就越大吧？可以这样理解吗？