Maar, bij elke N die ethisch te verantwoorden is (i.e. 100+) is de steekproevenverdeling normaal verdeeld, tenzij je populatieverdeling echt absurd abnormaal is (als in, 80% van de deelnemers scoort 1, 10% 2, 5% 3, 3% 4, en 2% 5, ofzo). Misschien zelfs dan al wel - even kijken:
grid.arrange(ggplot(data.frame(x=c(rep(1, 80), rep(2, 10), rep(3, 5),
rep(4, 3), rep(5, 2))), aes(x=x)) +
geom_histogram(binwidth=1) + theme_bw(base_size=16) +
coord_cartesian(xlim=c(1,5)),
ggplot(data.frame(x=unlist(replicate(10000,
mean(sample(c(rep(1, 80),
rep(2, 10),
rep(3, 5),
rep(4, 3),
rep(5, 2)),
100,
replace=TRUE))))),
aes(x=x)) +
geom_histogram(binwidth=1) + theme_bw(base_size=16) +
coord_cartesian(xlim=c(1,5)));

Bij zo'n extreme populatieverdeling heb je dus meer mensen nodig voordat je steekproevenverdeling normaal wordt. In dit geval kun je de non-normaliteit echter al zien zonder dat je een toets nodig hebt: inspectie van de histogrammen laat al zien dat er iets grondig fout is gegaan bij de operationalisatie (of dat je een hele vreemde variabele te pakken hebt).
Dus inderdaad, visueel inspectie is een goed idee (en sowieso altijd nodig), normaliteitstoetsen zijn meestal niet zo nuttig.