新手求助，我用多项有序Logit模型回归，10多个变量只有4个显著的，我要怎么提高显著性呀。刚刚学习stata，对各种问题都不熟悉，希望各位大神多多帮助，谢谢
ologit var19 var3 var4 var5 var6 var7 var9 var10 var11 var12 var13 var14

Iteration 0:   log likelihood = -372.83846  
Iteration 1:   log likelihood = -281.66498  
Iteration 2:   log likelihood =  -269.4615  
Iteration 3:   log likelihood = -269.07033  
Iteration 4:   log likelihood = -269.06939  
Iteration 5:   log likelihood = -269.06939  

Ordered logistic regression                       Number of obs   =        302
                                                  LR chi2(11)     =     207.54
                                                  Prob > chi2     =     0.0000
Log likelihood = -269.06939                       Pseudo R2       =     0.2783

------------------------------------------------------------------------------
       var19 |      Coef.   Std. Err.      z    P>|z|     [95% Conf. Interval]
-------------+----------------------------------------------------------------
        var3 |  -2.591384   .5986353    -4.33   0.000    -3.764688    -1.41808
        var4 |  -.3191411    .362922    -0.88   0.379    -1.030455    .3921729
        var5 |  -.0122635   .0164435    -0.75   0.456    -.0444923    .0199652
        var6 |   .1097613   .2200571     0.50   0.618    -.3215428    .5410653
        var7 |   .3927281   .2415592     1.63   0.104    -.0807192    .8661753
        var9 |   .0048164   .0020855     2.31   0.021     .0007288     .008904
       var10 |  -.8459738   .7517309    -1.13   0.260    -2.319339    .6273918
       var11 |   .2679043   .1585579     1.69   0.091    -.0428635    .5786721
       var12 |  -.1810417   .1408979    -1.28   0.199    -.4571966    .0951131
       var13 |  -.4413066    .086937    -5.08   0.000    -.6116999   -.2709132
       var14 |   1.614222   .1884375     8.57   0.000     1.244891    1.983552
-------------+----------------------------------------------------------------
       /cut1 |  -1.417562   1.319925                     -4.004568    1.169445
       /cut2 |   2.880413   1.324301                      .2848317    5.475994
       /cut3 |   4.792002   1.365448                      2.115774     7.46823
       /cut4 |   5.187991   1.374906                      2.493224    7.882758
------------------------------------------------------------------------------

.