In een QQ-plot kan je de normaliteit van een groep waarnemingsgetallen nagaan door de steekproefwaarden te vergelijken met de verwachte waarden van een normale verdeling.[br]Bij het berekenen van kwartielen verdeel je het aantal steekproefwaarden in 4. Zijn deze normaal verdeeld, dan weet je met de bekende 68% - 95% - 99% -regel ook meteen hoeveel procent van de waarden tussen de verschillende kwartielen liggen.[br][br][b]normale verdeling[/b]:[list][*]Bij een steekproef met n waarden werk je met n kwantielen. Ook van deze kwartielen is bekend waar we welk kwantiel kunnen verwachten. Een QQ-plot of kwantielplot zet nu de steekproefwaarden (= empirische kwantielen) uit tegenover de theoretische kwantielen.[/*][*]Op de verticale as zet je voor de standaardnormale verdeling (gem. = 0 en st.afw. = 1) de z-scores uit voor de waarden van x die de oppervlakte onder de dichtheidskromme verdelen[br]in gelijke delen die telkens [math]\frac{1}{n}[/math]e zijn van de totale oppervlakte onder die kromme. [/*][*]Op de horizontale as zet je de gestandariseerde steekproefwaarden uit.[br]Voor elke steekproefwaarde x bereken je de z-score als [math]z=\frac{\left(x-gemiddelde\right)}{st.afwijking}[/math] [br][/*][/list][b]beoordeling QQplot[/b]:[br]Benaderen de waarden in het plot de rechte y = 1, dan komen de steekproefkwantielen goed overeen met de theoretische kwantielen en kan je besluiten dat de steekproef normaal verdeeld is.

In het applet kan je de QQ-plot van twee rijen vergelijken:[br]l1 is een lijst van 50 toevalsgetallen tussen 1 en 50. Afgeleide rijen zijn:[br][list][*]l2 is de gestandariseerde lijst van l1.[/*][*]Het commando Kwantielplot(l2) creëert de QQ-plot van lijst l2 als de lijst met punten l3.[/*][/list]l4 is een lijst van 50 toevalsgetallen in een normale verdeling met [math]\bar{x}[/math] = 50 en [math]\sigma[/math] = 5. Afgeleide rijen zijn:[br][list][*]l5 is de gestandariseerde lijst van l4.[/*][*]Het commando Kwantielplot(l5) creëert de QQ-plot van lijst l5 als de lijst met punten l5.[/*][/list]