Second-growth forests of Nothofagus obliqua (roble), N. alpina (raulí) and N. dombeyi (coihue), known locally as RO-RA-CO forest type, are among the most important natural mixed forest types of Chile. Several studies have identified a wide range of factors that could influence both stand and tree variability found in these forests. To better characterize potential tree- and stand-level factors that are associated with RO-RA-CO variability, and that are available in typical forest inventories, several unsupervised multivariate statistical methods were evaluated: 1) non-metric multidimensional scaling (NMDS); 2) principal coordinates analysis (PCoA); and 3) principal component analysis (PCA). The data used in this study originated from a sample of 158 plots consisting of two plot networks that covered the full geographic area of the RO-RA-CO forest type in Chile. We found that site productivity and growth zones did not explain the differences within the sampled population. However, stand development stages, tree-to-tree competition, and tree-size attributes were critical variables with a high percentage of variance explained using PCA, ranging from 61 % to 67 %. In addition, for the PCoA analysis, the variable stand density is important, with ~78 % variance explained.Los bosques de renovales de Nothofagus obliqua (roble), N. alpina (raulí), y N. dombeyi (coihue), conocidos como el tipo forestal RORACO, es uno de los más importantes bosques nativos mixtos de Chile. Varios estudios han identificado un amplio rango de factores que influyen en la variabilidad a nivel de rodal y árbol encontrada en estos bosques. Este estudio, contribuye a una mejor caracterización potencial de los factores de árbol y rodal que están asociados con la variabilidad de los bosques de RORACO, y que son obtenidas desde inventarios forestales tradicionales. Varios métodos estadísticos no supervisados de análisis multivariado fueron evaluados: 1) análisis de escalado multidimensional no métrico (NMDS), 2) análisis de coordenadas principales (PCoA) y 3) análisis de componentes principales (PCA). La base de datos de este estudio está sustentada en una muestra de 158 parcelas formada a partir de dos redes de parcelas para toda el área geográfica del tipo forestal RORACO en Chile. Nuestros resultados indican que la productividad de sitio y zonas de crecimiento no explican considerablemente las diferencias encontradas en esta población muestreada. Sin embargo, el estado de desarrollo del rodal, la competencia individual árbol a árbol, y los atributos de tamaño de árbol, son variables críticas, con un alto porcentaje de la varianza explicada usando PCA, alcanzando un rango de entre 61 % a 67 %. Además, para el análisis de PCoA, la variable de densidad del rodal es importante con un ~78 % de la varianza explicada.