Syftet med studien är att undersöka hur verbaltext och bild förhåller sig till varandra i två olika läromedel i de samhällsorienterande ämnena avsedda för årskurs 1–3. Studien utgår från den sociosemiotiska teorin där lärande framträder som en social och kommunikativ process, där människor skapar mening genom att använda sig av olika semiotiska modaliteter för att förmedla innehåll. Metoden som används för att besvara studiens syfte och frågeställningar är en multimodal analys. Studiens analysmodell är en modell för ämnesdidaktiskt arbete med multimodala texter. Resultatet visar att det finns ett tydligt samspel mellan verbaltext och bild i läroböckerna som analyserats. Vidare framkom det i resultatet att rumslig närhet identifierats och att båda läroböckerna förhåller sig väl till kongruensprincipen. I kontrast till detta framkom det att färgmässig närhet inte förekom i läroböckerna. Slutsatsen som dras i studien är att samspelet mellan verbaltext och bild i läroböckerna påverkar elevernas förståelse och det är av stor vikt att lärare har kunskap om hur multimodalitet kan påverka lärandet och förståelsen av ett ämnesinnehåll.