请问您知道如果多个放入不显著的情况应该怎么解决吗

这种情况可能由以下几个因素造成：
1. 多重共线性
当两个调节变量 M1 和 M2 同时放入模型时，可能会出现多重共线性的问题。也就是说，M1 和 M2 之间可能存在较高的相关性，导致模型无法准确估计它们与因变量之间的关系。
2. 过拟合
如果模型中包含过多的预测变量（包括交互项），可能会导致过拟合。过拟合模型可能在训练数据上表现良好，但在新的数据上表现较差。
3. 效应大小
当两个调节变量同时包含在模型中时，每个调节变量的效应可能会减小。这可能是因为两个调节变量共同解释了因变量的一部分变异，导致单独一个调节变量的效应不再显著。
4. 样本大小
样本大小也可能影响模型的结果。如果样本大小相对较小，可能会导致模型的估计不稳定和不准确。
5. 理论支持
还需要考虑模型的理论支持。如果包含两个调节变量的模型没有得到理论的充分支持，那么这个模型可能不是一个好的模型。
解决策略：
检查多重共线性：可以计算方差膨胀因子（VIF）来检查多重共线性的问题。
理论支持：确保模型有足够的理论支持。
模型选择：可以考虑使用模型选择准则（如 AIC 或 BIC）来选择一个更合适的模型。
交叉验证：通过交叉验证来评估模型的泛化能力。
记得在解释和报告结果时要小心，并确保解释有理论和统计的支持。

请问楼主最后是怎么解决的呢

对于这种情况，楼主可以考虑试探一下二阶调节，即“调节的调节”。