Hallo nochmal!
Also mir ist immer noch nicht klar, was für Parameter denn verglichen werden.
Die Freiheitsgrade kommen - zumindestens in bezug auf den Nennerfreiheitsgrad - nicht nur durch n(i)-1 zustande, wie gesagt - da kommt es eben auf den konkreten Test an!
Im vorliegendem Fall kommt der erste Freiheitsgrad durch k-1 (2-1) zustande, wobei k die Anzahl der Gruppen bzw. Klassen ist.
Wie sich allerdings die 34 ergeben soll, kann ich so pauschal nicht sagen.
Wenn der Test Varianzen in den Hypothesen vergleicht, dann ist eben die Aussage zu treffen die Varianzen sind gleich bzw. sind nicht gleich. Für Populationen mit unterschiedlichen Eigenschaften würde dies inhaltlich Sinn machen, da man z.B. kühne Spekulationen darüber aufstellen könnte, dass dieser Unterschied daran liegt, dass sich die Mitglieder der einen Gruppe mehr an den anderen Mitglieder innerhalb ihrer Gruppe in bezug auf das zu testende Kriterium orientieren.
Zusätzlich kann ein Test auf Varianzengleichheit durchgeführt werden müssen, für den fall dass man die Mittelwerte vergleichen will und nicht per se von gleichen oder ungleichen Varianzen ausgehen kann (Vorbefunde, Literatur). Je nach dem ob man gleiche Varianzen hat (oder eben auch nicht) wird bei einem Mittelwertsvergleich nämlich jeweils ein anderer inferenzstatistischer Test notwendig.
Zu dem F-Wert: Dies ist das Quantil, bei dem das Verhältnis der zu untersuchenden Parametern (je nach Teststatistik) in der Verteilung unter H[0] anliegt. Kennt man die H[A] (einseitig, zweiseitig, Richtung bei einseitig), kann man an Hand des Quantils erkennen, wie wahrscheinlich es ist, dass man sich trotz Gültigkeit der H[0] für die H[A] entscheidet. Normalerweise legt man vorher das Signifikanzniveau fest, welches eben die Wahrscheinlichkeit dieses Fehlers - den Fehler der 1.Art - eingrenzen soll. Wie Markus schon gesagt hat, wäre das bei der Untersuchung zugrundeliegenden Thematik eben die berühmten Alpha = 5%. In Statistiken wird aber häufig der Fehler begangen, dass ein konkreter p-Wert genannt wird (was nicht korrekt ist), welches einen genauen Alpha-Wert suggerieren soll. Es ist also zu vermuten, dass hinter dem F-Wert noch ein P= oder p steht? Dies ist eben die Irrtumswahrscheinlichkeit, welche an Hand des F-Quantils unter einer F-Verteilung in Bezug auf die jeweiligen Freiheitsgrade abgelesen werden kann - an Hand der Verteilungsfuktion eben jener Teststatistik (die Formel zur berrechnung des F-Werts), von der wir uns immer noch Fragen, wie diese nun eigentlich lauten mag…
Lieben Gruß
Patrick