r - 为什么使用多个预测变量运行 MANOVA 无关紧要，但一次只有一个变量却很重要，我应该依赖哪个？

Question

当运行具有多个预测变量的 MANOVA 时，我得到的结果微不足道。当一次使用我的一个预测器运行它时，它很重要。为什么以及我应该依赖哪个？

model <- lm(cbind(DV1, DV2, DV3, DV4, DV5,... DV20) ~ IV1 + IV2 + IV3 + IV4 + IV5, data = MYDATA)
Manova(model)

不显着的 p 值

model.1 <- lm(cbind(DV1, DV2, DV3, DV4, DV5,... DV20) ~ IV1, data = MYDATA)
Manova(model.1)

model.2 <- lm(cbind(DV1, DV2, DV3, DV4, DV5,... DV20) ~ IV2, data = MYDATA)
Manova(model.2)

显着的 p 值

任何关于为什么这些返回不同结果以及哪个更合适的解释将不胜感激。