En esta investigacion se comparan dos pruebas de bondad de ajuste en terminos de su error tipo I: ji–cuadrada de Pearson y Rao–Scott con correccion de segundo orden, aplicadas a datos recolectados mediante tecnicas de muestreo que no cumplen los supuestos de independencia e igual probabilidad de inclusion de las observaciones, llamadas muestras complejas. Ambas pruebas se usaron para ajustar categorias diametricas en una plantacion de gmelina (Gmelina arborea), aplicando muestreo sistematico con parcelas de area fija y parcelas de area variable (Muestreo de Bitterlich o Parcelas de Radio Variable), mediante tecnicas de simulacion. La prueba de Rao–Scott con correccion de segundo orden registra un error tipo I mas bajo y cercano al valor nominal α que la prueba ji–cuadrada de Pearson, debido a que toma en cuenta los efectos del diseno muestral y corrige la violacion de los supuestos. Los resultados obtenidos en esta investigacion muestran la inconveniencia de usar la prueba de bondad de ajuste ji–cuadrada de Pearson en datos obtenidos mediante muestreos con parcelas fijas y parcelas de area variable, ampliamente usados en el campo forestal. Por tanto, es necesario usar pruebas estadisticas que consideren la complejidad del diseno muestral, a fin de obtener inferencias validas