When data is collected sample size and precision in measurements are often limited. In what sense this impacts the size, unadjusted and adjusted power of different normality tests is a relatively unexplored field. Therefore this paper is dedicated to perform a simulation study where these three properties of the normality tests Anderson-Darling, Jarque-Bera and Shapiro-Wilk are examined. The study is based on different combinations of sample sizes and roundings where repeated samples are drawn from both normally and asymmetrically distributed populations. The results from the study indicate that coarser roundings results in increased size and unadjusted power of Anderson-Darling and Shapiro-Wilk, while Jarque-Bera is seemingly unaffected by roundnings. The three tests have in common that a larger sample size leads to an increase in the size, unadjusted and adjusted power of the tests and that roundings have no substantial impact on adjusted power. / När data samlas in är ofta stickprovsstorlek och precision i mätningarna begränsad i olika grad. Vilken betydelse detta får för sannolikheten för typ I-fel, ojusterad samt justerad styrka hos olika normalitetstest är ett förhållandevis outforskat område. Därför dedikeras denna uppsats till att genomföra en simuleringsstudie där dessa tre egenskaper hos normalitetstesten Anderson-Darling, Jarque-Bera samt Shapiro-Wilk undersöks. Studien baseras på olika kombinationer av stickprovsstorlekar samt avrundningar där upprepade stickprov dras från både normalfördelade och asymmetriskt fördelade populationer. Resultaten från studien indikerar att grövre avrundningar leder till ökad sannolikhet för typ I-fel och ojusterad styrka hos Anderson-Darling och Shapiro-Wilk, medan Jarque-Bera inte påverkas nämnvärt av avrundningar. Gemensamt för samtliga test är att en större stickprovsstorlek leder till ökad sannolikhet för typ I-fel, ojusterad styrka och justerad styrka samt att avrundningar inte nämnvärt påverkar justerad styrka.