roubust,和普通最小二乘估计的系数估计值的标准差方法是不一样的，稳健标准误不具有有效性，但是能够得到正确的方差估计，如果你存在异方差和自相关，可以用roubust。既然你选了了robust那就按照roubust的结果进行解释。回归模型的具体变量需要你阅读相关参考论文进行选择，属于理论模型的设计。如果用roubst就没必要用广义最小二乘了。变量是否显著和单位根检验没有直接关系

加入robust选项是在进行更为稳健，其实也更为保守的统计推断。此时，如果不显著，除了真实状况如此以外，还有如下可能。
1. 查看是否遗漏了重要的变量，如果是的话，这些变量的影响会通过干扰项反映出来，使得你必须处理异方差或序列相关问题，甚至内生性问题。此时，最好的办法就是进一步查阅文献，把这些重要的解释变量加进来；
2. 样本整体不显著，看看是否在特定的分组回归分析中（要有理论依据），结果会有所不同；
3. 离群值是否得到了妥善的处理，这也会导致你的系数估计和统计推断结果很不稳定；