R中的逻辑回归（正向选择）分析结果与SPSS中的结果不同

Question

第一张图片是SPSS中的结果。 Image 1

这是用于分析（逻辑回归-前向选择）的R代码

#stepwise logistic regression
    fullmod<- 
      glm(Grouping~Age+ODI+B+C+E+D+F+G+H+J+K+L,data=data1,family=binomial)
    nothing<-glm(Grouping~1, data=data1, family=binomial) 
    summary(nothing)
    forwards = 
      step(nothing,scope=list(lower=formula(nothing),upper=formula(fullmod)), 
       direction="forward")
    summary(forwards)
    round(exp(forwards$coefficients),3)
    round(exp(confint(forwards)),3)

第二张图像是R代码的结果。 Image 2

如您所见，R的结果中添加了一个新变量（第二张图像中的E变量）。

我对这种矛盾的结果感到非常困惑。

我应该选择哪个结果（SPSS或R）？

感谢您对我的问题的关注

Answer 1

根据R步骤文档，它基于AIC添加了预测变量。在SPSS Statistics LOGISTIC REGRESSION中，它是根据得分统计的p值完成的。