A soja (Glycine max (L.) Merrill) é uma cultura anual, herbácea com ciclo de 70 a 100 dias e autógama. A partir dos anos 2000 o cultivo da soja aumentou em todo o território brasileiro e, tornando o Brasil o principal produtor desta cultura no mundo. No caso das plantas autógamas perfeitas, como a soja, o programa de melhoramento é conduzido por meio de hibridações artificiais e posteriores avanços das populações segregantes, por autofecundações, visando a obtenção de melhores genótipos. Tendo em vista a extensão territorial do Brasil e a grande diversidade edafoclimática, a busca por genótipos adequados a cada ambiente se faz necessária. O objetivo do trabalho foi caracterizar e estimar o potencial produtivo e a diversidade de genótipos de soja com base em caracteres quantitativos. Foram utilizadas quatro diferentes coleções totalizando 301 genótipos, provindos da Universidade Regional Noroeste do Rio Grande do Sul (UNIJUÍ). As características foram massa de cem sementes (MCS), proteína (PTN), óleo (OLE), Fibra (FIB), Cinza (CIN), Ácido Palmítico (APA), Ácido Esteárico (AES), Ácido Oleico (AOL), Ácido Linoleico (ALI), Ácido Linolênico (ALN). Todas as análises foram realizadas utilizando o software Genes. O potencial foi avaliado através da análise descritiva das características e aplicado o teste de Tukey e a estatística de Lilliefors, depois os dados foram submetidos à uma análise de correlação de Pearson. A rede de correlações foi gerada através da matriz de distância euclidiana, e por fim os melhores genótipos foram analisados de acordo com Diagramas de Venn. A diversidade foi fundamentada através da análise discriminante e agrupamento pelo método de Tocher. A distribuição da variabilidade entre e dentro das coleções foi estimada pelo método da AMOVA e a discriminação dos genótipos foi realizada pelas funções linear e quadrática de Anderson. As análises mostraram que a MCS esteve inferior, média de 15.66, requerendo esforções do melhorista afim de elevar esta característica. Além disso, dentre os constituintes da semente, apenas PTN se apresentou baixo, com média no patamar de 33,40%, PTN e OLE apresentaram curva de distribuição próximo da Normal, indicando possível controle poligênico de natureza aditiva. A correlação mais expressiva foi entre PTN e OLE, valor de -0,7, e já é muito conhecida. MCS se correlacionou positivamente com PTN e negativamente com FIB, valores de 0,18 e 0,31 respectivamente. As redes de correlações individualizadas mostraram que a coleção 4 apresentou maior número de interações com alta intensidade, sejam elas positivas ou negativas e a coleção 3 foi a que apresentou a menor. A coleção de interesse, coleção 3 apresentou genótipos semelhantes entre si, 3 e 4, e 20 e 38, e ambos se mostraram divergentes do genótipo 38, e a população base apresentou bons genótipos para PTN e OLE, e MCS e OLE. Os diagramas apresentados foram concordantes em apontar a dificuldade de evidenciar genótipos que tenham bom desempenho considerando simultaneamente as características MCS, PTN e OLE. A análise de componentes principais mostrou dois componentes foram suficientes para explicar 88.38% da variância disponível nas características analisadas e a dispersão gráfica evidenciou que as coleções 3 e 4 são dissimilares. Nenhum grupo foi estabelecido com exclusividade ou prevalência de uma determinada coleção pelo agrupamento de Tocher. A AMOVA evidenciou que a coleção 1 é mais heterogênea e a coleção 3 é mais homogênea, além disso, 80.45% da variação encontrada está dentro das coleções. As análises discriminantes de Anderson tiveram taxa de erro de 26.44% e 19.96% para as análises linear e quadrática, respectivamente, evidenciando que determinados fatores podem dificultar a classificação correta das coleções. Sendo assim concluiu-se que os genótipos avaliados apresentaram bom potencial em termos de PTN, atingindo valor médios de 33,40%, porém a coleção 3 apresentou 34.29% de PTN, com baixa variabilidade exigindo esforços adicionais para incluir formas alélicas mais favoráveis recorrendo a genótipos de outras coleções, e foram identificados genótipos de bom desempenho que reúnam caraterísticas de interesse tais como MCS e PTN ou MCS e OLE. Associado a isto, existem coleções que podem ser diferenciadas e com concentração de alelos favoráveis para características de qualidade industrial diversificada. Palavras-chave: Produtividade. Caracteres quantitativos. Melhoramento genético. Diagramas de Venn.