Me gustaría saber la definición de modelo de medición en el SEM. (Eso es lo que me ha parecido ver al buscar en Google). Pero recuerdo que hace tiempo leí en algún sitio que hay que incluir todas las variables en el SEM con flechas bidireccionales también. No sé cuál debo seguir...
Por ejemplo, tengo un modelo con 3 variables latentes (2 predictores, 1 resultado), y un predictor exógeno, un resultado exógeno, junto con la edad y el género que incluyo en el modelo estructural. El ajuste del modelo estructural es bueno. Pero estoy atascado en el modelo de medición, ¿tengo que incluir esas variables exógenas, la edad y el género? Es muy malo si las incluyo, pero si sólo utilizo todas las variables latentes, el modelo de medición también es bueno.
Sintaxis simplificada:
model <- specifyModel()
love -> L1, lam1, NA
love -> L2, lam2, NA
hate -> H1, lam3, NA
hate -> H2, lam4, NA
L1 <-> L1, e3, NA
L2 <-> L2, e4, NA
H2 <-> H2, e5, NA
H2 <-> H2, e6, NA
Gender <-> Gender, e1, NA
Income <-> Income, e2, NA
love <-> love, NA, 1
hate <-> hate, NA, 1
hate <-> love, lh, NA
Gender <-> Income, gi, NA
Gender <-> love, gl, NA
Gender <-> hate, gh, NA
Income <-> love, li, NA
Income <-> hate, hi, NA
#
(Por cierto, no sé cómo representar este "amor <-> amor, NA, 1" en el diagrama de ruta)