如题，结构方程是我们经常用的分析工具，但是貌似现在很少看到探究其内在的数学关系，我毕业论文用的结构方程，AMOS傻瓜式分析，现在遇到了一些问题，想请问一下。
比如两个潜变量A和B，从测量指标的评分上，数学上来看，什么时候他们两个会存在显著的关系。有以下几种情况
{1}A的观测变量评分高，B的观测变量评分高

{2}A的观测变量评分高，B的观测变量评分低

{3}A的观测变量评分低，B的观测变量评分高

{4}A的观测变量评分低，B的观测变量评分低


以上四种情况，哪些会比较容易出路径显著的结果，我们说路径显著，是基于什么规律的呢？？？

打个比方，一些人对餐饮服务体验差，满意度也差，那么从路径关系上，会不会得出餐饮服务体验会显著影响满意度。

再比如，100个人对餐饮服务体验差，满意度也差，另外一百个人对其他品牌的餐饮服务体验高，满意度也高，那么这200人的样本数据在结构方程模型验证中，会不会得出餐饮服务体验显著影响满意度的路径结果。如说在这个基础上，在添加100个样本，他们的评分是对体验评分低，但是对满意度评分高，那么加入之后会不会有可能导致路径不显著。


不知道自己表达是否清楚（说的我自己都蒙了。。。），也可能是个伪命题，毕业论文提交在即，数理统计基础基本为零，希望了解的大神能够帮助解答一下！