Dalam kasus univariat, kotak-plot memang memberikan beberapa informasi yang histogramnya tidak (setidaknya, tidak secara eksplisit). Artinya, biasanya memberikan median, persentil ke-25 dan ke-75, min / maks yang bukan merupakan outlier dan secara eksplisit memisahkan titik-titik yang dianggap outlier. Ini semua bisa "dimata-matai" dari histogram (dan mungkin lebih baik untuk menjadi mata-mata dalam kasus outlier).
Namun, keuntungan yang jauh lebih besar adalah membandingkan distribusi di banyak kelompok berbeda sekaligus. Dengan 10+ grup, ini adalah tugas yang melelahkan dengan histogram berdampingan, tetapi sangat mudah dengan plot kotak.
Seperti yang Anda sebutkan, plot biola (atau plot kacang) adalah alternatif yang lebih informatif. Namun, mereka membutuhkan pengetahuan statistik yang sedikit lebih banyak daripada plot kotak (yaitu jika menghadirkan kepada audiens non-statistik, itu mungkin sedikit lebih mengintimidasi) dan plot-kotak telah ada jauh lebih lama daripada penduga kepadatan kernel, karenanya popularitas mereka yang lebih besar.