Οι χρονοσειρές των κλιματικών δεδομένων αποτελούν σημαντικό εργαλείο για τη μελέτη του κλίματος καθώς μπορούν να μας δώσουν χρήσιμες πληροφορίες για τις μεταβολές του. Για το λόγο αυτό θα πρέπει να είναι όσο το δυνατόν πιο πλήρης και ομογενείς έτσι ώστε οι οποιεσδήποτε μεταβολές που υπάρχουν σε αυτές να οφείλονται αποκλειστικά και μόνο σε μεταβολές του ίδιου του κλίματος. Υπάρχουν όμως αρκετοί παράγοντες που επηρεάζουν τις μετρήσεις των κλιματικών παραμέτρων και άρα τις αντίστοιχες χρονοσειρές τους. Έτσι έχουν αναπτυχθεί και εφαρμοστεί αρκετές μέθοδοι, που σκοπό έχουν την αποκάλυψη και διόρθωση των δεδομένων, με τελικό σκοπό την ομογενοποίηση των χρονοσειρών. Μία από αυτές είναι και η μέθοδος MASH (Multiple Analysis of Series for Homogenization), μία μέθοδος ομογενοποίησης κλιματικών χρονοσειρών που έχει αναπτυχθεί από την Ουγγρική Μετεωρολογική Υπηρεσία και τον κ. Szentimrey T. Η μέθοδος αυτή, αναλύεται και χρησιμοποιείται για την ομογενοποίηση μηνιαίων χρονοσειρών θερμοκρασίας από δίκτυο Ελληνικών μετεωρολογικών σταθμών, καθώς και για την επεξεργασία χρονοσειρών στα πλαίσια συμμετοχής στη δράση COST "Advances in homogenization methods of climatic time series". Τέλος παρουσιάζονται τα αποτελέσματα από την εφαρμογή της μεθόδου και τα συμπεράσματα που προκύπτουν. / Time series of climatic data consist an especial tool of climate research, as they may provide us with a lot of information about its changes. For that reason these series have to be as more complete and homogeneous as it can be, so that their variations are to caused only by variations in climate. But, there are a number of factors that affect measurements of climatic parameters and the corresponding time series as well, producing rapid or gradient shifts and trends. Owing to that, some methods have developed in order to detect and correct the data, aiming at the homogenization of time series. One such a method is MASH (Multiple Analysis of Series for Homogenization) which has been developed by Hungarian Weather Service and Mr. Szentimrey Σ. This method is analyzed and applied to monthly mean temperature time series from a network of Greek meteorological stations as well as to process time series in relation with the contribution on COST Action: ‟Advances in homogenization methods of climate series‟. Finally, the results and conclosions are presented.