Kelas histogram adalah rentang nilai yang berisi titik data dalam distribusi frekuensi, atau tabulasi data mentah. Mereka juga disebut sebagai interval, bin atau lebar bin. Dalam histogram, jenis grafik batang, kelas-kelas ini digambarkan sebagai kolom vertikal di mana ketinggian kolom menunjukkan jumlah titik data yang terdapat dalam rentang kelas. Biasanya, pilihan kelas histogram dibuat untuk meningkatkan representasi visual dari statistik atau tren data.
Ketika ada sejumlah besar data untuk ditampilkan, histogram sangat berguna untuk menggambarkan bentuk distribusinya. Seluruh rentang data dipecah menjadi interval dan jumlah titik data yang jatuh ke dalam masing-masing dihitung untuk memberikan frekuensi kelas. Rentang, atau lebar, interval menentukan jumlah kelas histogram dan memengaruhi bentuk grafik.
Jika intervalnya terlalu lebar, informasi penting mungkin dihilangkan oleh kelas yang terlalu inklusif. Ketika pilihan lebar interval terlalu sempit, frekuensi kelas rendah mungkin memberikan kepentingan yang tidak semestinya untuk apa yang sebenarnya merupakan variasi acak. Ada beberapa metode untuk menetapkan jumlah kelas histogram yang sesuai untuk kumpulan data.
Menurut aturan Sturgis, jumlah kelas harus mendekati basis 2 log dari jumlah titik data, ditambah satu. Menggunakan aturan Rice, jumlah kelas yang ditentukan harus dua kali akar pangkat tiga dari jumlah titik data. Apapun metode yang digunakan dalam memilih jumlah kelas histogram, beberapa lebar yang berbeda harus dicoba untuk menguji kepekaan bentuk histogram terhadap ukuran kelas. Jumlah kelas yang benar adalah yang paling akurat menggambarkan distribusi data.
Dengan jumlah kelas histogram yang tepat untuk rentang data, representasi grafis yang bermakna akan menghasilkan interpretasi yang jelas. Histogram harus menunjukkan pusat dan penyebaran data, setiap kemiringan, atau asimetri data, dan outlier, atau titik data yang terjadi di luar rentang nilai yang diharapkan. Modus, atau nilai yang paling sering muncul, harus jelas serta pengelompokan yang mungkin menunjukkan beberapa modalitas. Analisis histogram mungkin juga menunjukkan kesalahan dalam proses pengumpulan data.
Lama digunakan dalam keuangan dan ilmu sosial, histogram menjadi lebih akrab dalam tampilan grafis elektronik konsumen. Fotografi digital sangat terbuka untuk digunakan, dengan banyak kamera menggabungkan histogram warna untuk menunjukkan keseimbangan putih dan eksposur. Histogram fotografi digital mungkin juga menunjukkan piksel sebagai kelas histogram yang diplot terhadap nuansa abu-abu.