Interactie-effecten zijn heel courant in de sociale wetenschappen, en het detecteren van interactie-effecten in data is vaak een belangrijke doelstelling voor vele wetenschappers. In lineaire regressie, waar alle variabelen geobserveerd zijn, kunnen we een interactie-effect makkelijk toevoegen als een product van twee variabelen. Echter, wanneer de variabelen latent zijn, is het opnemen van interactie-effecten helemaal niet meer zo evident. In dit project bouwen we verder op de structuur-na-meetmodel (SAM) benadering om op een eenvoudige manier interactie- en kwadratische termen op te nemen. Het doel van dit project is 1) om de formules voor de uitgebreide samenvattende statistieken te verfijnen en te vereenvoudigen, 2) om nieuwe formules te ontwikkelen zodat we twee-staps gecorrigeerde standaardfouten kunnen berekenen, 3) om de methode te vergelijken met andere methodes in een grote simulatiestudie, en 4) om de technologie te implementeren in het open-source R pakket lavaan.