Este artículo presenta una nueva prueba de chi-cuadrado para simetría esférica, utilizando puntos representativos estadísticos. La estadística de chi-cuadrado basada en puntos representativos propuesta se muestra, a través de un estudio de Monte Carlo, que mejora considerablemente el rendimiento de potencia en comparación con la prueba de chi-cuadrado equiprobable tradicional en muchos casos de alta dimensionalidad. Aunque la prueba requiere tamaños de muestra relativamente grandes para aproximar la distribución de chi-cuadrado, obtener valores críticos de tablas de chi-cuadrado existentes es más simple en comparación con muchas pruebas existentes para simetría esférica. Una aplicación de datos reales demuestra la robustez del método propuesto frente a diferentes elecciones de puntos representativos. Este artículo argumenta que el uso de puntos representativos proporciona una nueva perspectiva en pruebas de bondad de ajuste de alta dimensionalidad, ofreciendo un enfoque alternativo para evaluar la simetría esférica en tales contextos. Al aprovechar la flexibilidad de elegir el número de puntos representativos, este método garantiza una detección más confiable de desviaciones de la simetría esférica, especialmente en conjuntos de datos de alta dimensionalidad. En general, esta investigación destaca las ventajas prácticas del enfoque propuesto en el análisis estadístico, enfatizando su potencial como una herramienta poderosa en pruebas de bondad de ajuste dentro del ámbito de datos de alta dimensionalidad.