数据的结果五花八门，具体什么原因那就不好说了。最好根据自己的研究问题，有目的性的进行统计检验。

谢谢解答。
之所以提出这个问题，是因为之前看文献时发现有的人会采用“分维度检验“的方式，一直存疑“为什么同一个变量的两个维度要分开检验？是不是因为一同放入检验的数据结果不好？如果是这样，那最终得到的结论是否可靠有说服力？”，如今自己碰到这个问题，所以想弄清楚。

既然是不同的维度，其含义就不同；考察的问题不一样，选择的维度也就不一样

调节变量维度划分不合理，可以精简（删除或合并）。你删掉这个不显著的维度，重新整体代入调节变量试试，目测调节效应也是显著的。

要结合研究目的进行变量设计，舍弃无效维度，这样结构更精简、结果也好解释。但是删减维度要有充分的理由，不能先发现结论不合预期后删减变量，应该变量设计之初搞定（比如，你可以论证某个维度与研究目的相关性很低）。

不过，“结论异常”可能也是新发现的起点，当年爱因斯坦十分困惑为什么相对论推导出了膨胀的宇宙，他本有机会成为发现宇宙膨胀的第一人，遗憾地是他修正了模型加入了人为参数，使动态结果又变成了静态，尽管符合当时的主流观点，但是也成了他的最大遗憾。。。

了解了，多谢指教！