La materia orgánica (MO) es un parámetro importante de la fertilidad del suelo, que tiene efectos beneficiosos sobre otras propiedades y en el crecimiento y producción de raíces tuberosas como el boniato (Ipomoea batatas (L.) Lam). La técnica de espectroscopia en el visible e infrarrojo cercano (vis-NIR) combinada con técnicas estadísticas multivariables, como la de regresión por mínimos cuadrados parciales (PLSR), han proporcionado nuevas posibilidades para la predicción de la MO del suelo. El objetivo de la investigación fue evaluar el potencial de la espectroscopia vis-NIR para el desarrollo de modelos predictivos del contenido de MO del suelo. Se colectaron 256 muestras de suelo de diferentes áreas agrícolas de la provincia de Villa Clara, y se dividieron en cuatro grupos a razón de 2:1, para la calibración y validación de los modelos respectivamente. Se utilizó un espectrofotómetro vis-NIR portátil en el rango de longitud de onda de 399 a 1697 nm, para la obtención de los espectros de suelo. Se realizó el pre-procesamiento con el fin de remover los datos irrelevantes que interfieren en la información química. Los modelos PLSR fueron evaluados en base a los siguientes estadísticos; coeficiente de determinación (R2), errores cuadráticos medios de la validación cruzada (RMSECV) y predicción (RMSEP). Se aplicó la técnica de validación cruzada (Persianas venecianas), para optimizar la complejidad del modelo y obtener una predicción fiable de este parámetro de fertilidad del suelo. Se obtuvieron correlaciones significativas entre los espectros de suelo y el contenido de MO con valores de 0.85≤R2≤0.90.