有這種情況的，A年級（1、2、3）和B性別（1、2）作為自變數進行簡單效應檢驗。其中開始你用年級A1水平上，B1和B2是否有顯著性差異（A1B1、A1B2），然後A2B1、A2B2；A3B1、A3B2三個進行簡單效應檢驗。最後判斷到底是誰起主要影響。互動作用顯著而主效應不顯著的情況一般比較少見，但是也是有的。這種情況就是說兩個變數之間相互影響都不顯著，但是兩個變數互動作用顯著，在這種情況下，不能單獨討論二者之間的簡單影響作用，要深入討論二者如何互動的。擴充套件資料：簡單而言，與傳統的迴歸分析不同，結構方程分析能同時處理多個因變數，並可以比較評價不同因果關係的理論模型。與傳統的探索性因子分析不同，在結構方程模型中，我們可提出一個特定的因子結構，並檢驗它是否吻合資料。透過結構方程多組分析，我們可瞭解不同組別 (如不同性別) 內各變數的關係是否保持不變，各因子的均值是否有顯著差異。國際上關於教育與心理統計的研究取得了快速的發展，結構方程模型可以說是其中發展較快，應用廣泛的多元統計分析技術；在商業領域的品牌研究、顧客滿意度研究等方向上也得到了廣泛的應用。在中國，SEM研究方法還在管理學、經濟學、醫學及社會學研究等領域的應用也得到了快速的發展。結構方程模型（SEM）是國際管理研究和其他社會科學研究中日益廣泛採用的建模技術，每年的美國管理學會年會上都有專題教學和研討。SEM越來越成為各類高層次學術刊物、高層次管理研究以及社會學和經濟學等學科研究領域的必備方法。