当实证结果不显著时，我们应该采取以下措施

1、理解不显著的原因：我们需要仔细分析实证结果，理解为什么结果不显著，可能的原因包括样本大小不足、变量选择不当、数据质量问题，或者现象本身就不存在显著的实证关系，通过深入剖析，我们可以更有针对性地解决问题。

2、调整样本大小：如果样本大小不足，我们可能需要扩大样本规模，以增加结果的显著性和可信度，我们还需要注意样本的代表性，确保样本能够真实反映研究总体。

3、优化变量选择：在实证研究中，变量选择至关重要，如果变量选择不当，可能会导致结果不显著，我们需要根据研究目标和现象特点，精心选择能够反映研究总体特征的变量。

4、提高数据质量：数据质量对实证研究的结果具有重要影响，如果数据存在质量问题，如缺失值、异常值等，可能会导致结果不显著，我们需要对数据进行预处理，如填充缺失值、处理异常值等，以提高数据质量。

5、重新设计实验：如果以上措施都无法解决问题，我们可能需要重新设计实验，这包括调整实验设计、改变实验条件、增加实验次数等，以提高结果的显著性和可信度。

6、寻求其他方法：除了以上措施，我们还可以尝试其他方法来解决实证结果不显著的问题，我们可以尝试使用不同的统计方法或模型来进行分析，或者寻求其他领域的研究者的帮助和建议。

当实证结果不显著时，我们应该从多个方面入手进行解决，通过理解不显著的原因、调整样本大小、优化变量选择、提高数据质量、重新设计实验以及寻求其他方法等措施的综合应用，我们有望解决实证结果不显著的问题，得出更加准确和有意义的研究结论。

我们还可以在实证研究的各个阶段中加强质量控制和风险管理，以避免实证结果不显著的问题的发生，在数据收集阶段中，我们可以制定更加严格的数据采集标准和质量评估方法；在数据分析阶段中，我们可以采用更加科学和严谨的数据处理和分析方法；在结果解释阶段中，我们可以更加客观和理性地解释结果，避免过度解读和误导。

针对实证结果不显著的问题，我们应该采取综合措施进行解决和预防，通过加强质量控制和风险管理、优化实证研究设计、提高数据质量以及寻求其他方法等措施的综合应用，我们有望得出更加准确和有意义的研究结论，为科学进步和学术发展做出更大的贡献。