Це означає, що середній ефект усіх пропущених змінних може бути неважливим, однак це не означає, що константу слід вилучати, оскільки вона виконує дві інші дії в рівнянні. Це сміттєвий термін, і він змушує залишки мати нульове середнє.
Якщо бета-коефіцієнт не є статистично значущим (тобто t-значення не є значущим), змінна не суттєво передбачає результат.
Зазвичай ви будете видаліть пояснювальні змінні з вашої моделі якщо вони не є статистично значущими. Однак, якщо теорія вказує на те, що змінна є дуже важливою, або якщо конкретна змінна є центром вашого аналізу, ви можете зберегти її, навіть якщо вона не є статистично значущою.
Так в більшості випадків це добре, якщо немає вагомих причин вважати, що перехоплення не повинно бути нульовим або близьким до нуля в цьому контексті. Якщо багатовимірна модель включала термін перехоплення, цей член (перехоплення) повинен бути важливим. Це очікувана відповідь, коли кожна з пояснювальних змінних дорівнює нулю.
Поговоріть про те, наскільки ваші висновки контрастують з існуючими теоріями та попередніми дослідженнями, і підкресліть, що можуть знадобитися додаткові дослідження, щоб узгодити ці відмінності. Нарешті, ви можете зробити конкретні пропозиції щодо речей, які майбутні дослідники можуть зробити по-іншому, щоб допомогти пролити більше світла на тему.