QQ图是用于直观验证一组数据是否来自某个分布，或者验证某两组数据是否来自同一（族）分布。在应用中常用的是检验数据是否来自于正态分布。

QQ图（Q-Q plot）主要用于检验数据的正态性。因此，正确答案是：A: 正态性。

### 专业分析：

QQ图是一种图形方法，用于比较两个分布之间的相似性，常用于检验样本数据是否符合某个特定的理论分布，尤其是正态分布。具体分析如下：

- **正态性**：
- QQ图可以直观地展示样本数据与正态分布之间的关系。通过将实际数据的分位数与正态分布的分位数进行比较，若图中的点接近一条直线，则说明数据与正态分布相符。

- **共线性**：
- 共线性是指自变量之间存在多重线性关系的问题。它通常通过计算相关系数矩阵或使用方差膨胀因子（VIF）来检测，而非QQ图。

- **同方差**：
- 同方差性是指在回归分析中，误差项的方差是恒定的。这个问题通常通过残差图或白检验（Breusch-Pagan test）等方法来检测。

- **过拟合**：
- 过拟合是指模型在训练数据上表现良好，但在未见过的数据上表现不佳。它通常通过交叉验证或学习曲线等方法来检测，而不是使用QQ图。

### QQ图示例：

以下是一个使用Python绘制QQ图的简单示例：

```python
import numpy as np
import scipy.stats as stats
import matplotlib.pyplot as plt

# 生成正态分布数据
data = np.random.normal(loc=0, scale=1, size=1000)

# 绘制QQ图
stats.probplot(data, dist="norm", plot=plt)
plt.title('QQ Plot')
plt.show()
```

通过QQ图，观察数据是否沿着参考线分布，从而判断数据的正态假设是否成立。