ในกรณี univariate กล่องแปลงจะให้ข้อมูลบางอย่างที่ฮิสโตแกรมไม่ได้ (อย่างน้อยไม่ชัดเจน) นั่นคือโดยทั่วไปจะมีค่ามัธยฐาน, 25 และ 75 เปอร์เซ็นไทล์, min / max ที่ไม่ใช่ค่าผิดปกติและแยกจุดที่ถือว่าเป็นค่าผิดปกติอย่างชัดเจน ทั้งหมดนี้สามารถ "eyeballed" จากฮิสโตแกรม (และอาจจะดีกว่าที่จะเป็น eyeballed ในกรณีของค่าผิดปกติ)
อย่างไรก็ตามข้อดีที่ใหญ่กว่ามากคือการเปรียบเทียบการกระจายข้ามกลุ่มต่าง ๆ ทั้งหมดในครั้งเดียว ด้วย 10+ กลุ่มนี่เป็นงานที่น่าเบื่อหน่ายกับฮิสโทแกรมเคียงข้างกัน แต่ง่ายมากที่มีพล็อตกล่อง
ดังที่คุณกล่าวถึงไวโอลิน (หรือแปลงถั่ว) เป็นทางเลือกที่ให้ข้อมูลมากกว่า อย่างไรก็ตามพวกเขาต้องการความรู้ทางสถิติมากกว่ากล่องแปลงข้อมูลเล็กน้อย (เช่นหากนำเสนอต่อผู้ชมที่ไม่ใช่เชิงสถิติมันอาจจะน่ากลัวกว่านี้อีกเล็กน้อย) และแผนการแปลงกล่องนั้นยาวกว่าการประมาณความหนาแน่นของเคอร์เนล