ich bin leider nicht der beste Statist

In meiner Varianzanalyse wollte ich schauen, wie ein Motorrad von verschiedenen Variablen abhängt. Bspw. soll der Einfluss des Wertes des eines bestimmten Motorrades durch u.a. Laufleistung, Erstzulassung, PLZ-Gebiet und Farbe bestimmt werden - das Bild ist anbei.
Der F-Wert gibt den Einfluß der Variable wieder. Logischerweise liegt der größte Einfluß bei der Laufleistung.
_________________ Df________ Sum Sq ___________Mean Sq____________F value ________ Pr(>F)
DATA1$km________1 _________3.756e+09_________3.756e+09_________4316.909________< 2e-16 ***
DATA1$EZ _______11_________2.481e+07 ________2.255e+06__________2.592__________0.00326 **
DATA1$PLZ_______ 9 _________1.568e+07 ________1.743e+06_________ 2.003__________0.03715 *
DATA1$Farbe_____ 4 _________4.897e+06_________1.224e+06__________1.407_________ 0.23045
Doch was ist wenn man die Laufleistung aus der Analyse entfernt?
_________________ Df________Sum Sq____________Mean Sq__________F value________Pr(>F)
DATA1$EZ________11________ 1.273e+08 ________11568939 ________ 2.191 ________0.0136 *
DATA1$PLZ_______ 9_________2.188e+08 ________24312243 ________ 4.604 ________6.68e-06 ***
DATA1$Farbe______4 ________5.998e+07________ 14993860 ________ 2.839 ________ 0.0237 *
Wieso ändert sich nun die Rangfolge nach F, d.h. meine Frage ist wieso auf einmal das PLZ-Gebiet und die Farbe wichtiger als die EZ im Vergleich zur oberen Analyse sind?