如果您的分组回归结果显示在不同地区（东中西部）上都具有显著性，这可能意味着地区之间的异质性影响相对较小，或者在整体样本中，这三个地区的影响较为一致。在这种情况下，进一步进行异质性分析可能并不是必需的。

     然而，要确定是否需要进行异质性分析，还需要考虑一些其他因素，例如样本量、控制变量、模型规范等。以下是一些可能导致结果显示都显著的问题或需要考虑的因素：样本量：如果每个地区的样本量较小，可能会导致不准确的估计结果。在这种情况下，即使结果显示显著，也需要对结果的稳健性进行验证。控制变量：您的模型是否包含了适当的控制变量？确保控制了可能对因变量产生影响的其他因素，例如年龄、性别、教育水平等。如果控制变量不足或存在遗漏变量，可能会导致结果的偏差。模型规范：确保您的模型规范正确，并且满足了Probit模型的假设。检查模型中是否存在共线性、异方差性或其他违反模型假设的问题。

      如果您已经考虑了上述因素，并且对结果的可靠性感到满意，那么进一步进行异质性分析可能并不是必要的。然而，如果您仍然对地区之间的异质性感兴趣，可以尝试其他方法来进一步探究这种差异，例如进行子样本分析、引入交互项或使用其他统计方法来检验地区之间的差异性。

      总之，最终决定是否进行异质性分析取决于您对研究问题的深入理解、数据的可靠性以及对结果的解释需求。