为了实现上述这个目标，诸多实证研究常常对主效应关系进行分样本检验，以发现更为重要的异质性结论，这种分样本操作是将近99%经管实证论文都出现过的拓展方式。但是，在分样本检验过程中，我们常常遇到不同的分样本检验的情景，主要包括以下三种类型：
一是，分样本情况下各组样本的自变量系数都显著。从大多数文章分样本的初衷来看，作者是希望其中一组自变量系数显著、另一组系数不显著的，而且最好的结果是这种明显的分样本带来自变量系数差异能符合一定的理论基础的支撑。在这种情况下，作者能够通过分样本可以实现结论的详细化，有助于发现更有价值的结论。但实际上的实践来看，很多分样本下多组分样本下自变量系数都是显著的，针对这种情景，我们一般会有两种处理方式：其一是通过样本组间系数比较，也可以分析不同样本下自变量系数的差异，即邹检验（chow test）；其二是如果通过chow test后发现两者间系数没有显著差异，这就可以表明自变量对因变量的影响不受分样本（分组依据）因素的影响。
二是，分样本情况下各组样本的自变量系数都不显著。如果作者在对显著的主效应因果关系进行分样本时发现，分组下的多组样本自变量系数都未能通过显著性检验，这就意味着在分样本下由于样本量下降，单一样本下自变量系数不显著。遇到这个情况，一般情况下笔者是不赞成作者将其纳入文章内容之中，因为这种分样本检验未能获得足够靓丽的研究结论，而是无形中为作者添加了更多的麻烦，譬如你要阐述一下为什么分组下系数都不显著了，这个原因其实是非常难以解释的，有可能是统计原因，有可能是理论支撑的结果。
三是，分样本情况下各组样本的自变量系数存在显著差异，一组系数显著，另一组系数却不显著。这种情况是目前学界文献中最为常见的一种，在分析主效应的分样本组间系数差异时，一组自变量系数通过显著性检验，而另一组却没有，这是一种非常明显差异的结论。在这种情况下，这是实证分析中亮点之一，需要作者对这种差异做出反应，利用已有的研究理论对这种差异的经济现象产生的原因进行解释说明，而且要基于分样本依据因素作为理论出发点，而不是泛泛而谈。譬如：我们经常用到的企业产权性质、地区东中西差异。当主效应系数在不同产权性质企业中存在较大差异时，这个时候我们一定要着力于产权性质这个视角进行阐述，从所有制差异制度性因素出发，来阐述分样本下系数差异的缘故。
记住，遇到第三种情景，一定要善于利用这个论文质量拔高的机会，这是学术论文异质性分析的最为常见的思路之一。
