结构方程中，卡方值随样本量的变化而变化，样本量越大，卡方值对应的显著性就越显著。

个人觉得显著性水平是预先给定的，它与样本容量的大小没有必然的联系
给定一个样本后，在零假设下，可以计算p值，这个可能更重要

一楼的回答实际上已经解决了问题，个人再补充一下。
如果样本比较小，样本中的某些数据很容易成为异常值（比如“3，4，2，4，3，1，5，3，10”中的10），而如果将样本范围扩大，那么小样本条件下属于异常值的样本在大样本下很可能就变成正常值了，显然，有异常值和没有异常值，其显著性水平是有差异的。很大程度程度上，扩大样本容量预防的问题就是异常值。

所谓精度要求就是估计误差必须控制在一定的范围内。允许误差的最大值，可通过极限误差来反映。 显然，Δ越小，估计的精度要求越高，Δ越大，估计的精度要求越低。极限误差的大小要根据研究对象的变异程度和分析任务的性质来确定。样本容量越大，Δ越小，显著性越高···