正态分布（Normal distribution）又名高斯分布（Gaussian distribution），是一个在数学、物理及工程等领域都非常重要的概率分布，在统计学的许多方面有着重大的影响力。正态分布之所以被称为正态，是因为它的形态看起来合乎理想。在现实生活中，遇到测量之类的大量连续数据时，你"正常情况下"会期望看到这种形态。
正态分布优点
对于社会上遇到的大部分问题，其概率分布规律基本都满足正态分布，为了计算某种概率，我们就可以通过数学建模利用正态分布方便解决问题。
一般来说，如果一个量是由许多微小的独立随机因素影响的结果，那么就可以认为这个量具有正态分布（见中心极限定理）。从理论上看，正态分布具有很多良好的性质 ，许多概率分布可以用它来近似还有一些常用的概率分布是由它直接导出的，例如对数正态分布、t分布、F分布等。
在一定条件下可以利用正态分布近似估算二项分布和泊松分布。
正态分布缺点
无法近似估算符合几何分布的问题，无法精确解决离散数据概率。
等级清晰、操作简便。等级划分清晰，不同的等级赋予不同的含义，区别显著并且，只需要确定各层级比例，简单计算即可得出结果。2、刺激性强。“强制分布法”常常与员工的奖惩联系在一起。对绩效“优秀”的重奖，绩效“较差”的重罚，强烈的正负激励同时运用，给人以强烈刺激。3、强制区分。由于必须在员工中按比例区分出等级，会有效避免评估中过严或过松等一边倒的现象。
缺点1、如果员工的业绩水平事实上不遵从所设定分布样式，那么按照考评者的设想对员工进行硬性区别容易引起员工不满。2、只能把员工分为有限有几种类别，难以具体比较员工差别，也不能在诊断工作问题时提供准确可靠的信息。
