統計教師的教學痛點莫過于訓練學生區分「沒有發現效應」和「發現沒有效應」。在題主這個問題里，「沒有發現顯著的簡單效應」，并不等于「發現沒有簡單效應」。如果題主了解多一點統計檢驗的基本理念，就會明白自己已經發現了足夠自我說服的簡單效應（點估計），但是沒有達到說服他人的程度（顯著性）。
從點估計的視角，2×2交互作用效應就是兩個簡單效應的差，舉個例子，【男女】×【實驗組/控制組】，（男實驗組均值-男控制組均值）就是「男實驗效應」。男女的實驗效應差距，所謂「差之差」，就是交互作用。兩個很小的簡單效應相減得到的交互作用自然很小，反推過去，交互作用夠大，簡單效應至少有一組要夠大。魔鬼就在「夠大」這個細節里：說服自己和說服別人的標準不同，說服自己比較模糊，說服別人卻有習以為常的傳統口徑。兩個組的效應一正一負都還差一點才能達到口徑，但相減之后絕對值相加恰好超過了口徑。
更具體的數學層面討論，可以算出來兩種情形的口徑（與標準誤成正比例，約等于標準誤的兩倍）之間的公式。被試間設計通常有：簡單效應的標準誤×，等于2組交互作用標準誤（如果各組人數不同，兩組的簡單效應標準誤不同，平方后相加等于交互作用標準誤的平方）。如果兩組簡單效應點估計絕對值大體相等而方向相反，交互作用點估計差不多就是簡單效應×2。從簡單效應到交互作用，點估計和標準誤并不是等比例變大，T統計量放大了倍，這可以理解為什么題主遇到的情形并不罕見。