先弄清楚什么是hierarchical regression 和 stepwise regression， 再来问问题哦，两者是不一样的！

而且就是所说，自变量×调节变量 加入后变成不显著是正常的，说明两者没有interaction。

做 hierarchical regression前需要先检查你的回归方程是否符合用回归的条件，比如，multicolinearity 以及检查outliers 等。

在做回归分析时，需要考虑你加入回归方程的项目是否make sense。 你这种情况很可能的解释就是IV不能很好地预测DV，显著的原因只是因为你的sample 比较大，所以回归系数很容易显著，但是你的R平方可能很小。于是你加入更多的东西，结果 R平方变大了，但是方程本身就不显著了。

检测是否因为样本比较大而显著，你可以随机选取10%的样本在做测试，很可能同样的回归方程，这时回归系数就不显著了。

还有我上次说的，做回归分析时，需要首先检验数据是否符合回归的假设。

我还是觉得你没有理解什么是hirarchical regression 和stepwise regression. 用 stepwise筛选变量的时候，是逐步加入或者减少，而不是用block的方法。