This study aimed to evaluate the near-infrared spectroscopy potential in analyzing the quality of cottonseed regarding different physiological quality levels, noting the need for faster techniques and tools to aid decision making. It was used eight samples of cottonseed with and without lint, presenting different physiological quality. The “high” (lots 1, 4, 5, 6 and 7) and “low” (lots 2, 3 and 8) vigor levels were defined based on vigor tests carried out and on the Normative Instruction 45/2013. The near infrared spectroscopy spectra was obtained from four types of sample preparations: whole seeds, cut in a half, without tegument and grounded seeds. Using the spectra and the grouping of lots in high and low vigor, cross validation models were optimized, built using the PLS - DA method, making it possible to predict seed classes. Grounded seeds were the best type of sample preparation, with 95% of correct predictions for high vigor seeds and 100% of low vigor (both for seeds with lint) and with 100% correct predictions for high vigor seeds and 91.7% low vigor (without lint).Este trabalho foi conduzido com o objetivo de avaliar o potencial da espectrometria no infravermelho próximo para analisar a qualidade de sementes de algodão em função de diferentes níveis de vigor, visto a necessidade por técnicas e ferramentas mais rápidas para o auxílio na tomada de decisão . Foram utilizadas oito amostras referentes a oito lotes de semente de algodão, com e sem línter, de qualidades fisiológicas diferentes. Foram definidos os níveis “alto” (lotes 1, 4, 5, 6 e 7) e “baixo” (lotes 2, 3 e 8) de vigor, baseados em diferentes testes de vigor realizados e na Instrução Normativa 45/2013. Os espectros obtidos pelo equipamento de espectroscopia no infravermelho próximo foram provenientes de quatro preparos de amostra: sementes inteiras, cortadas, sem tegumento e maceradas. Utilizando-se dos espectros gerados e o agrupamento dos lotes em níveis, foram otimizados modelos de validação cruzada, construídos a partir do método PLS - DA, predizendo as classes de sementes. O melhor preparo de amostra foi o de sementes maceradas, com 95% de predições corretas para sementes de alto vigor e 100% das de baixo vigor (com línter) e com 100% de predições corretas para sementes de alto vigor e 91,7% de baixo vigor (sem línter).