为了补充方差分析表中的计算信息，我们需要了解方差分析（ANOVA）的基本原理和步骤。方差分析表通常包括以下几项：

1. 方差来源（Source of Variation）：包括组间（Between Groups）和组内（Within Groups）。
2. 自由度（Degrees of Freedom, df）：组间自由度和组内自由度。
3. 平方和（Sum of Squares, SS）：组间平方和和组内平方和。
4. 均方（Mean Square, MS）：组间均方和组内均方。
5. F值（F-ratio）：用来判断组间差异是否显著。

根据提供的信息，我们可以推断出以下数据：

- 组间自由度（df_between）：k - 1，其中k是组数。
- 组内自由度（df_within）：N - k，其中N是总样本数。
- 总自由度（df_total）：N - 1。

已知总样本数N = 30，组数k = 3。

计算自由度：
- 组间自由度：df_between = k - 1 = 3 - 1 = 2。
- 组内自由度：df_within = N - k = 30 - 3 = 27。
- 总自由度：df_total = N - 1 = 30 - 1 = 29。

根据方差分析表：
- 组间平方和（SS_between）= 64。
- 组内平方和（SS_within）= 96。

计算均方：
- 组间均方（MS_between）= SS_between / df_between = 64 / 2 = 32。
- 组内均方（MS_within）= SS_within / df_within = 96 / 27 ≈ 3.56。

计算F值：
- F = MS_between / MS_within = 32 / 3.56 ≈ 8.99。

所以，方差分析表中的(3)项是组间自由度df_between，计算结果是2。因此，正确答案是C: 2。

专业分析：
方差分析（ANOVA）用于比较多个组之间的均值，以确定是否存在显著差异。在本例中，我们比较三种组装方法的生产效率。通过计算组间和组内的方差，并使用F检验，我们可以判断组间的差异是否显著。计算结果显示F值为8.99，表明组间差异显著。因此，可以认为至少有一种组装方法的生产效率显著不同于其他方法。